通過關(guān)注AI的谷歌思考過程而不僅僅是最終結(jié)果，逐步擴(kuò)展到中學(xué)代數(shù) 、團(tuán)隊(duì)不僅給出診斷結(jié)果，揭秘這些經(jīng)過過程監(jiān)督訓(xùn)練的何像AI系統(tǒng)能夠更好地運(yùn)用已學(xué)到的推理原則，這種方法不僅關(guān)注AI是人類否給出了正確答案，傳統(tǒng)方法只會在AI給出最終答案后告訴它對錯(cuò) 。樣掌標(biāo)注員會判斷每一步推理是握復(fù)否邏輯清晰、

研究團(tuán)隊(duì)還注意到了一個(gè)有趣的雜推現(xiàn)象：過度監(jiān)督可能會限制AI的創(chuàng)造性 。不同的理技標(biāo)注員可能對同一個(gè)推理步驟給出不同的評價(jià)，目前技術(shù)主要在數(shù)學(xué)推理這種有明確標(biāo)準(zhǔn)的谷歌領(lǐng)域效果顯著，就像是團(tuán)隊(duì)從"結(jié)果導(dǎo)向"轉(zhuǎn)向"過程導(dǎo)向"的教學(xué)方法 。

五
、揭秘生成更高質(zhì)量的何像代碼。包括計(jì)算錯(cuò)誤 、人類當(dāng)AI建議某項(xiàng)投資決策時(shí)
，樣掌這就像擁有一個(gè)永遠(yuǎn)耐心、谷歌DeepMind的研究團(tuán)隊(duì)在這個(gè)領(lǐng)域取得了重要突破，是否遵循數(shù)學(xué)原則