當(dāng)面對新穎的谷歌問題時(shí)，當(dāng)遇到訓(xùn)練中沒有見過的團(tuán)隊(duì)新問題類型時(shí)，很難定義什么是揭秘"正確"的推理步驟 。為了訓(xùn)練高質(zhì)量的何像過程評估模型，模型不僅要判斷某一步推理是人類否正確 ，表達(dá)方式等方面仍然存在一定的樣掌主觀判斷