# Perplexity وNVIDIA تكشفان عن أسلوب JOLT للتعلّم

> تتيح تقنية التدريب اللاحق الجديدة للنموذج أن يعلّم نفسه، مع خفض استهلاك الرموز 6.5 مرات في معيار MATH.

Oossa · 2026-10-22 · https://oossa.com/ar/perplexity-and-nvidia-unveil-jolt-learning-method

أعلن باحثون من Perplexity وNVIDIA عن JOLT، وهو أسلوب للتعلّم المعزّز يجمع بين المعلّم والطالب. ويدرّب هذا النهج نموذجًا واحدًا ليؤدي دور المعلّم والطالب معًا بعد مرحلة التدريب الأساسية. وفي معيار MATH، حقق JOLT الدقة نفسها التي حققتها طريقة GRPO، مع استخدام رموز تدريب أقل بـ6.5 مرات. وتُظهر النتيجة سبيلًا لتحسين الكفاءة من دون تغيير بنية النموذج.

## الحقائق

- حقق JOLT الدقة نفسها التي حققتها GRPO في معيار MATH، مع معالجة رموز أقل بـ6.5 مرات.
- نُشر الإعلان في مقال على MarkTechPost بتاريخ 22 أكتوبر 2026.

## لماذا يهم

يمكن للباحثين ضبط النماذج بتكلفة أقل، ما يجعل الاستدلال الرياضي عالي الأداء في متناول المختبرات ذات ميزانيات الحوسبة المحدودة.

## المصادر والمراجع

1. [Perplexity and NVIDIA Researchers Introduce JOLT: a Joint Teacher-Student Reinforcement Learning Method](https://www.marktechpost.com/2026/10/21/perplexity-jolt-joint-on-policy-learning-teaching/) – MarkTechPost, 2026-10-22

آخر تحديث: 2026-10-22