公开知识图谱记录
JOLT
记录摘要
单一共享模型同时训练教师与学生，教师也接受训练。
来自项目知识图谱的有来源实体；具体工具属性仍需补齐。
已记录信息
- 基准测试: 在GSM8K、MATH、LiveCodeBench v6、AppWorld和Terminal-Bench 2.1上测试
- 基准测试: MATH 上准确率为 72.14%，高于 GRPO 的 68.36%
- 基准测试: 在文中测试的每个设置中均取得最高平均分
- 基准测试: AppWorld state-test pass rate 为 72.09%，GRPO 为 62.20%
- 基准测试: 在每个测试设置中均取得最高平均分
- 基准测试: AppWorld
- 基准测试: GSM8K
- 基准测试: LiveCodeBench v6
资料覆盖
知识图谱当前记录了 9 个已知资料维度，另有 10 个维度尚未记录，关联 1 篇公开资料。这些数字只描述资料覆盖，不代表模型性能或适配性已经验证。
相关公开记录
- NVIDIA — 研发
- Perplexity — 研发
- GRPO — 竞品
- On-Policy Self-Distillation — 基于
- GRPO — 竞品