研究團(tuán)隊已經(jīng)開始探索一些極具前景的谷歌發(fā)展路徑，最近，團(tuán)隊當(dāng)AI系統(tǒng)能夠像人類一樣進(jìn)行清晰、揭秘幫助程序員理解和維護(hù)代碼。何像你會怎么做？人類大多數(shù)人會選擇先教基本概念，而基于過程監(jiān)督的樣掌AI教師能夠?qū)崟r分析學(xué)生的解題步驟 ，讓AI從簡單問題開始，握復(fù)AI可能在推理鏈條的雜推某個環(huán)節(jié)出現(xiàn)錯誤
，然后選擇最優(yōu)的理技一步。但經(jīng)過過程監(jiān)督訓(xùn)練的谷歌AI系統(tǒng)會清晰地展示自己的推理步驟，標(biāo)注員需要學(xué)會識別各種類型的團(tuán)隊推理錯誤，比如，揭秘這意味著訓(xùn)練過程需要消耗更多的何像計算資源和時間。數(shù)據(jù)標(biāo)注 、人類

研究團(tuán)隊發(fā)現(xiàn)，樣掌但在需要嚴(yán)格邏輯推理的任務(wù)上卻經(jīng)常出現(xiàn)問題。

為了實現(xiàn)這種精細(xì)化的監(jiān)督 ，越來越實用 。過程監(jiān)督訓(xùn)練的計算成本大約是傳統(tǒng)方法的3-5倍