研究者提出JOLT：教师模型因材施教

研究者提出一种名为 JOLT（联合在线学习与教学）的方法，让同一模型同时充当教师和学生并联合训练。教师借助已验证解答等特权信息，向学生提供更贴合其当前能力的密集反馈。 据论文作者称，该方法在数学推理、代码和智能体任务上同时提升了模型表现与训练效率；JOLT+ 还额外用结果奖励补充学生的蒸馏信号。作者表示代码将很快开源。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。