Perplexity与NVIDIA发布JOLT自蒸馏后训练研究
热点事件持续更新
Perplexity与NVIDIA发布JOLT自蒸馏后训练研究
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月22日，Perplexity CEO Aravind Srinivas在X上表示，Perplexity与NVIDIA联合发布了后训练研究JOLT，将自蒸馏与强化学习结合。据该帖，JOLT让同一模型同时担任教师和学生，并训练教师从自身尝试的奖励中学习，同时惩罚偏离学生行为的漂移。在MATH基准上，JOLT以6.5倍更少的训练token达到与GRPO相同的准确率；JOLT+在数学、编码、终端任务和工具使用基准上明显优于GRPO。上述数字与比较均来自该发布帖，报道未提供独立复现或论文细节。
AI 根据报道生成 · 3 小时前更新
最新进展10月22日 05:04
Perplexity 与 NVIDIA 提出 JOLT 自蒸馏后训练方法报道时间线
沿着报道，了解事件的不同侧面。
10月22日
- Aravind SrinivasPerplexity 与 NVIDIA 提出 JOLT 自蒸馏后训练方法
Perplexity 与 NVIDIA 联合发布后训练研究 JOLT，让同一模型同时担任教师和学生，并训练教师从自身尝试的奖励中学习，同时惩罚偏离学生行为的漂移。在 MATH 基准上，JOLT 以 6.5 倍更少的训练 token 达到与 GRPO 相同的准确率；JOLT+ 在数学、编码、终端任务和工具使用基准上明显优于 GRPO。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。