# Perplexity e NVIDIA apresentam método JOLT de aprendizado

> A nova técnica de pós-treinamento permite que um modelo ensine a si mesmo e reduz em 6,5 vezes o uso de tokens no benchmark MATH.

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

Pesquisadores da Perplexity e da NVIDIA anunciaram o JOLT, um método de aprendizado por reforço conjunto entre professor e aluno. A abordagem treina um único modelo para atuar como professor e aluno após a fase principal de treinamento. No benchmark MATH, o JOLT alcançou a mesma precisão que o método GRPO usando 6,5 vezes menos tokens de treinamento. O resultado mostra uma forma de melhorar a eficiência sem alterar a arquitetura do modelo.

## Os fatos

- O JOLT igualou a precisão do GRPO no MATH com 6,5 vezes menos tokens processados.
- O anúncio foi publicado em um artigo da MarkTechPost em 22 de outubro de 2026.

## Por que importa

Pesquisadores podem ajustar modelos com menos custos, tornando o raciocínio matemático de alto desempenho mais acessível a laboratórios com recursos computacionais limitados.

## Fontes e referências

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 atualização: 2026-10-22