MarkTechPost· Asif Razzaq·· 4 小时前AI 评分55
Perplexity 与 NVIDIA 提出 JOLT 师生联合强化学习后训练方法
Perplexity and NVIDIA Researchers Introduce JOLT: a Joint Teacher-Student Reinforcement Learning Method
AI 导读
Perplexity 与 NVIDIA 团队提出 JOLT（Joint On-policy Learning and Teaching）后训练方法，让同一个模型同时扮演教师和学生，教师也参与训练。
来源：MarkTechPost · marktechpost.com