JOLT+ 五项基准全胜 GRPO,AppWorld 领先 9.9 分
perplexity_ai · x · 2026-10-22
Perplexity 公布 JOLT+ 的最终评测：在覆盖数学、编码、工具使用与终端任务的全部五个基准上超过 GRPO。
- GSM8K：76.1%（+1.5）
- MATH：72.59%（+4.2）
- LCBv6：49.08%（+3.0）
- AppWorld 状态测试通过率：72.09%，比 GRPO 的 62.20% 高出 9.9 分
每组配置跑 3-5 次取均值±标准差，JOLT 与 JOLT+ 均稳定优于 GRPO 和 OPSD、π-Distill 等基线。
所属事件:JOLT 机制详解：师徒双角色防老师走捷径，五项基准全胜 GRPO(2 条相关)→
「编程与Agent」频道最新
- 把 AI 助手拉进 Slack 线程，并行追踪 bug 反馈调查 — craigsdennis · 2026-10-22
- Every 长文复盘:OpenAI Codex 如何从失败发布翻盘成核心产品 — every · 2026-10-22
- 语音 vibe-coding 工作流:ChatGPT 语音串联多个 CLI Agent 协作 — PurposePossible1649 · 2026-10-22
- Kornia 新规：PR 须标明「哪部分由人类完成」，AI 代理需署名 — kornia_foss · 2026-10-22
- DeepSeek V4.1 Flash 纯代码生成等距风视频，四轮迭代成本仅 $2.86 — victormustar · 2026-10-22
- 「请救救我」标签页梗图套上编程 Agent：too many tabs open — mrdrozdov · 2026-10-22