# Perplexity و NVIDIA روش یادگیری JOLT را معرفی کردند

> این روش پس‌آموزش به مدل امکان می‌دهد خودش را آموزش دهد و مصرف توکن را در بنچمارک MATH به یک‌ششم کاهش می‌دهد.

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

پژوهشگران Perplexity و NVIDIA روش JOLT را معرفی کردند؛ روشی برای یادگیری تقویتی مشترکِ معلم و شاگرد. در این رویکرد، پس از پایان مرحله اصلی آموزش، یک مدل واحد هم نقش معلم را ایفا می‌کند و هم نقش شاگرد را. JOLT در بنچمارک MATH با مصرف ۶.۵ برابر توکن آموزشی کمتر، به دقتی برابر با روش GRPO دست یافت. این نتیجه نشان می‌دهد که می‌توان بدون تغییر معماری مدل، بازدهی را افزایش داد.

## حقایق

- JOLT در بنچمارک MATH با پردازش ۶.۵ برابر توکن کمتر، به دقت GRPO رسید.
- این خبر در مقاله‌ای از MarkTechPost در 22 اکتبر 2026 منتشر شد.

## چرا مهم است

پژوهشگران می‌توانند مدل‌ها را با هزینه کمتری تنظیم دقیق کنند و دسترسی آزمایشگاه‌هایی را که بودجه محاسباتی محدودی دارند به توانایی استدلال ریاضی پیشرفته آسان‌تر کنند.

## منابع و ارجاع‌ها

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

آخرین به‌روزرسانی: 2026-10-22