Perplexity dan NVIDIA memperkenalkan JOLT, metode pasca-pelatihan yang melatih satu model sebagai guru dan siswa. Pada MATH, akurasinya cocok dengan GRPO dengan token pelatihan yang diproses 6,5x lebih sedikit. Pos Kebingungan dan NVID…
Model-model baru mengatur ulang batas kemampuan dan harga-kinerja. Tim mengevaluasi kembali apa yang harus dikembangkan setiap kali peluncuran mengubah apa yang mungkin dilakukan per dolar.
Perusahaan dan model yang disebutkan dalam cerita ini — buka halaman mereka dan harga langsung
Ringkasan dikumpulkan untuk informasi saja — ikuti tautan sumber untuk cerita selengkapnya. Entri demo bersifat ilustratif.