JOLT 연구진은 하나의 언어모델을 추가 힌트를 받는 교사와 힌트 없이 푸는 학생으로 함께 학습하는 방법을 제안했다. 교사가 학생과 지나치게 다른 지름길을 쓰지 않도록 KL 제약을 두고, 학생이 생성한 경로에 토큰 단위 피드백을 제공한다. 연구진 실험에서 MATH의 같은 정확도에 필요한 생성 토큰은 GRPO의 13분의 1, 처리 학습 토큰은 6.5분의 1이었다. 학생 보상도 넣은 JOLT+는 도구 및 터미널 과제에서도 개선됐지만 특정 벤치마크 결과이며 실제 서비스 비용 절감을 보장하지 않는다.