# Perplexity与NVIDIA推出JOLT学习方法

> 这项新的后训练技术让模型自我教学，在MATH基准测试中将token用量减少6.5倍。

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

Perplexity和NVIDIA的研究人员宣布推出JOLT，这是一种师生联合强化学习方法。该方法在主要训练阶段结束后，让同一个模型同时扮演教师和学生。在MATH基准测试中，JOLT以少6.5倍的训练token用量，达到了与GRPO方法相同的准确率。这一结果展示了一种无需改变模型架构即可提升效率的途径。

## 事实

- JOLT在MATH上的准确率与GRPO相当，处理的token少了6.5倍。
- 这项消息于2026年10月22日刊登在MarkTechPost的一篇文章中。

## 为什么重要

研究人员可以以更低成本微调模型，让计算预算有限的实验室也更容易获得高性能数学推理能力。

## 来源与参考

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

最后更新: 2026-10-22