# Perplexity y NVIDIA presentan el método de aprendizaje JOLT

> Esta nueva técnica de posentrenamiento permite que un modelo se enseñe a sí mismo y reduce 6,5 veces el uso de tokens en la prueba MATH.

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

Investigadores de Perplexity y NVIDIA anunciaron JOLT, un método conjunto de aprendizaje por refuerzo con profesor y alumno. El enfoque entrena un único modelo para que actúe como profesor y alumno después de la fase principal de entrenamiento. En la prueba MATH, JOLT alcanzó la misma precisión que el método GRPO utilizando 6,5 veces menos tokens de entrenamiento. El resultado muestra una forma de mejorar la eficiencia sin cambiar la arquitectura del modelo.

## Los hechos

- JOLT igualó la precisión de GRPO en MATH con 6,5 veces menos tokens procesados.
- El anuncio apareció en un artículo de MarkTechPost el 22 de octubre de 2026.

## Por qué importa

Los investigadores pueden ajustar modelos con menos costos, lo que facilita el acceso a capacidades avanzadas de razonamiento matemático para laboratorios con presupuestos de computación limitados.

## Fuentes y referencias

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

Última actualización: 2026-10-22