Perplexity und NVIDIA stellen Post-Training-Methode JOLT vor
JOLT trainiert ein Modell zugleich als Teacher und Student mit Reinforcement Learning. Bei MATH erreichte die Methode die Genauigkeit von GRPO und verarbeitete dafür 6,5-mal weniger Trainingstokens.
Der Artikeltext wird beim nächsten Sync nachgeladen. Original bei MarkTechPost lesen
Originaltitel: Perplexity and NVIDIA Researchers Introduce JOLT: a Joint Teacher-Student Reinforcement Learning MethodQuelle: MarkTechPost (MarkTechPost). Original öffnen