這種漸進式的谷歌難度設計，他們設想訓練一個專門的團隊"標注AI"，AI可能在推理鏈條的揭秘某個環(huán)節(jié)出現(xiàn)錯誤 ，這種高質(zhì)量標注數(shù)據(jù)的何像獲取成本非常高昂。而不教授解題的人類思考過程