# Perplexity en NVIDIA onthullen JOLT-leermethode

> Met deze nieuwe post-trainingstechniek leert een model zichzelf en gebruikt het 6,5× minder tokens op de MATH-benchmark.

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

Onderzoekers van Perplexity en NVIDIA maakten JOLT bekend, een methode voor gezamenlijke reinforcement learning met een leraar en een leerling. Na de hoofdfase van de training leert één model zowel als leraar als leerling. Op de MATH-benchmark behaalde JOLT dezelfde nauwkeurigheid als de GRPO-methode, maar met 6,5 keer minder trainingstokens. Het resultaat laat zien hoe de efficiëntie kan worden verbeterd zonder de modelarchitectuur te veranderen.

## De feiten

- JOLT behaalde op MATH dezelfde nauwkeurigheid als GRPO, met 6,5× minder verwerkte tokens.
- De aankondiging verscheen op 22 okt 2026 in een artikel van MarkTechPost.

## Waarom het ertoe doet

Onderzoekers kunnen modellen goedkoper finetunen, waardoor labs met beperkte rekenbudgetten gemakkelijker toegang krijgen tot krachtige modellen voor wiskundig redeneren.

## Bronnen en referenties

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

Laatst bijgewerkt: 2026-10-22