# Perplexity·NVIDIA, JOLT 학습 기법 공개

> 모델이 스스로를 학습시키는 새 후처리 학습 기법으로, MATH 벤치마크에서 토큰 사용량을 6.5배 줄였다.

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

Perplexity와 NVIDIA 연구진이 교사와 학생 역할을 함께 수행하는 강화학습 기법 JOLT를 발표했다. 이 방식은 주요 학습 단계가 끝난 뒤 하나의 모델이 교사이자 학생으로 작동하도록 학습시킨다. MATH 벤치마크에서 JOLT는 GRPO와 같은 정확도를 내면서 학습 토큰을 6.5배 적게 사용했다. 이는 모델 구조를 바꾸지 않고도 효율성을 높일 수 있음을 보여준다.

## 팩트

- JOLT는 MATH에서 GRPO와 같은 정확도를 내면서 처리 토큰을 6.5배 적게 사용했다.
- 이번 발표는 2026년 10월 22일 MarkTechPost 기사에 실렸다.

## 왜 중요한가

연구진은 더 적은 비용으로 모델을 미세 조정할 수 있어, 연산 자원이 제한된 연구소도 고성능 수학 추론 모델을 더 쉽게 개발할 수 있다.

## 출처 및 참고 자료

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

최종 업데이트: 2026-10-22