Perplexity и NVIDIA представили метод JOLT для обучения моделей

Perplexity и NVIDIA представили JOLT — метод постобучения, где одна модель выступает и учителем, и учеником. На MATH JOLT достиг точности GRPO при в 6,5 раза меньшем числе обработанных токенов, а JOLT+ обошёл GRPO на 9,9 пункта на AppWorld.

• JOLT+ показал 72,09% на AppWorld против 62,20% у GRPO
• На MATH JOLT достиг точности GRPO при 6,5x меньшем числе токенов
• Тесты шли на Qwen3 от 0,6B до 30B-A3B и DeepSeek-V2-Lite
• На Terminal-Bench 2.1 JOLT+ дал 10,96% pass@1 против 8,25% у GRPO