AI圈报论文研究普通
Perplexity 推出 JOLT 后训练方法
原始标题：New research: We developed JOLT, a post-training method where one model acts as both teacher and student, with the teacher trained to giv...
内容摘要
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
内容分类AI 论文与研究
内容层级普通情报
发布时间（北京时间）
本站收录时间（北京时间）
信息来源X：Perplexity (@perplexity_ai)
站内情报编号intel-e44765b52bab97620e95af72