# Perplexity ve NVIDIA, JOLT öğrenme yöntemini tanıttı

> Yeni eğitim sonrası teknik, modelin kendi kendine öğretmesini sağlıyor ve MATH kıyaslamasında kullanılan token sayısını 6,5 kat azaltıyor.

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

Perplexity ve NVIDIA araştırmacıları, ortak öğretmen-öğrenci pekiştirmeli öğrenme yöntemi JOLT’u duyurdu. Bu yaklaşımda, ana eğitim aşamasının ardından tek bir model hem öğretmen hem de öğrenci olarak eğitiliyor. MATH kıyaslamasında JOLT, GRPO yöntemiyle aynı doğruluk oranına 6,5 kat daha az eğitim token’ı kullanarak ulaştı. Sonuç, model mimarisini değiştirmeden verimliliği artırmanın bir yolunu gösteriyor.

## Gerçekler

- JOLT, MATH’te GRPO ile aynı doğruluğa 6,5 kat daha az işlenen token kullanarak ulaştı.
- Duyuru, 22 Ekim 2026’da MarkTechPost’ta yayımlanan bir makalede yer aldı.

## Neden önemli

Araştırmacılar modelleri daha düşük maliyetle ince ayardan geçirebilir; böylece yüksek performanslı matematiksel akıl yürütme, hesaplama bütçesi kısıtlı laboratuvarlar için daha erişilebilir hâle gelir.

## Kaynaklar ve referanslar

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

Son güncelleme: 2026-10-22