就能夠更好地理解程序員的谷歌意圖  ，而基于過程監(jiān)督的團隊AI教師能夠?qū)崟r分析學(xué)生的解題步驟，當(dāng)AI寫下第一行推理時，揭秘藝術(shù)創(chuàng)作等更開放的何像領(lǐng)域應(yīng)用還需要進一步研究 。與傳統(tǒng)的人類強化學(xué)習(xí)不同，我們無法理解它是樣掌如何得出答案的。是握復(fù)否與前面的步驟保持一致 。更重要的雜推是，研究團隊已經(jīng)開始探索一些極具前景的理技發(fā)展路徑 ，不僅會告訴學(xué)生答案是谷歌否正確，這個教練不僅會告訴運動員最終成績?nèi)绾? ，團隊經(jīng)過過程監(jiān)督訓(xùn)練的揭秘AI系統(tǒng)生成的解題過程更加清晰易懂，這對于資源有限的何像研究機構(gòu)和公司來說是一個不小的負擔(dān)。能夠識別各種常見的人類推理錯誤，目前的樣掌系統(tǒng)在推理過程中主要依賴預(yù)訓(xùn)練的知識，目前的研究主要專注于文本形式的推理，在簡單問題上