數(shù)據(jù)標注的谷歌復雜性是另一個重大挑戰(zhàn)。使用過程監(jiān)督強化學習訓練的團隊AI系統(tǒng)在各項指標上都表現(xiàn)出色。這些系統(tǒng)的揭秘推理過程變得更加穩(wěn)定和可預測。仍然是何像一個有待解決的問題。研究團隊需要大量經(jīng)過專業(yè)標注的人類推理步驟數(shù)據(jù) 。傳統(tǒng)方法只會在AI給出最終答案后告訴它對錯