MarkTechPost· Asif Razzaq·· 4 小时前AI 评分38
Perplexity 与 NVIDIA 研究人员推出 JOLT：一种联合教师-学生强化学习方法
Perplexity and NVIDIA Researchers Introduce JOLT: a Joint Teacher-Student Reinforcement Learning Method
AI 导读
Perplexity 与 NVIDIA 研究人员推出 JOLT，一种联合教师-学生强化学习方法，在 MATH 基准上以 6.5 倍更少的训练 token 数量达到与 GRPO 相同的准确率。
来源：MarkTechPost · marktechpost.com