RadarAI· X：Perplexity (@perplexity_ai)·· 4 小时前AI 评分36
Perplexity 推出 JOLT 后训练方法
AI 导读
Perplexity 开发了后训练方法 JOLT，让一个模型同时充当教师和学生，其中教师经过训练能给出学生可用的反馈。在 MATH 上，JOLT 以少 6.5 倍的训练 token 达到与 GRPO 相当的准确率。
正文 · 原文
Perplexity· @perplexity_ai · X·2026-10-22 02:44· 1 小时前AI 评分38
AI 导读
新研究：我们开发了 JOLT，一种后训练方法，让一个模型同时充当教师和学生，其中教师经过训练，能够给出学生可用的反馈。 在 MATH 上，它以少 6.5 倍的训练 token 达到了与 GRPO 相当的准确率。 https://www.perplexity.ai/hub/blog/a-good-teacher-meets-the-student-where-they-are
正文 · 原文
来源：Perplexity · x.com
来源：RadarAI · aihot.news