待验证50% 置信事实精确时间

Perplexity 近年来在自研推理模型上投入明显，NVIDIA 在训练基础设施与模型研究上持续布局。

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/10/22

首次发现

有效期至：2027/1/20

来源

Perplexity与NVIDIA推出JOLT：师生联合强化学习新方法

涉及实体

Perplexitycompany NVIDIAcompany

相关事实

待验证Perplexity 与 NVIDIA 的研究团队联合提出了一种名为 JOLT 的后训练方法，让同一个模型同时扮演教师和学生的角色，用联合强化学习方式训练。69% 相似待验证模型的核心参数权重在训练完成后固定，即便通过外部工具获取新信息，融合判断时仍依赖训练时形成的世界观67% 相似待验证研究者认为该问题很可能是当前主流强化学习训练范式（如RLHF、RLEF）下的系统性副产品，而非个别厂商的工程失误67% 相似待验证推理侧基础设施正在获得与训练侧同等的关注度67% 相似待验证多头自注意力机制突破了RNN架构只能顺序处理的瓶颈，使训练可高度并行化，支撑千亿乃至万亿参数规模扩展66% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/1084765

API

curl https://kongchang.com/api/v1/knowledge/claims/1084765

MCP

get_claim(id=1084765)