Perplexity与NVIDIA提出JOLT后训练方法

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。 该团队称，这是一种面向语言模型的后训练方法。报道未披露该方法的具体效果、适用模型范围或发布时间。

AI 根据报道生成 · 55 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。