Perplexity与NVIDIA发布JOLT：一个模型既当老师又当学生 自蒸…

Perplexity与NVIDIA发布JOLT：一个模型既当老师又当学生 自蒸馏+强化学习，同一模型兼任老师和学生；在MATH上以少6.5倍训练token达到GRPO同等准确率。 来源：https:/...