Jueves 22 de octubre de 2026 ·
Perplexity y NVIDIA presentan JOLT, un método de aprendizaje por refuerzo con profesor y alumno en un mismo modelo
Útil para
Perplexity y NVIDIA presentan JOLT, un método de post-entrenamiento en el que un único modelo actúa como profesor, que ve información privilegiada, y como alumno. En MATH iguala la precisión de GRPO con 6,5 veces menos tokens de entrenamiento. En AppWorld, la variante JOLT+ alcanza un 72,09 % de aprobación frente al 62,20 % de GRPO.
Qué significa
Los equipos que entrenan modelos con aprendizaje por refuerzo podrían reducir de forma notable el coste de cómputo necesario para obtener resultados similares a los del método actual GRPO.
Fuentes originales
Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.
- MarkTechPostLeer la noticia completa en MarkTechPost
También ese día
Todas las noticias de IA del jueves 22 de octubre de 2026 ->