Perplexity 与 NVIDIA 团队提出一种名为 JOLT（Joint On-policy Learning and Teaching）的语言模型后训练方法，其特点是让同一个模型同时担任教师和学生，并且教师也参与训练。 该团队称，JOLT 是一种联合师生强化学习后训练方法。目前报道未披露该方法的具体效果、适用模型范围或是否开源。
AI 根据报道生成 · 2 小时前更新
沿着报道，了解事件的不同侧面。
Perplexity 与 NVIDIA 团队提出后训练方法 JOLT（Joint On-policy Learning and Teaching），让同一个模型同时担任教师和学生，并且教师也参与训练。
还没有足够的连续观测数据，暂不绘制趋势。