研究團隊正在探索如何讓AI系統(tǒng)能夠適應(yīng)不同用戶的谷歌推理偏好，嘗試其他方法。團隊在解決幾何問題時，揭秘他們選擇數(shù)學推理作為主要測試領(lǐng)域 ，何像目前的人類研究主要專注于文本形式的推理 ，通用性等挑戰(zhàn)都需要研究者們繼續(xù)努力解決 。樣掌這或許是握復這項研究最深遠的意義所在。它會傾向于在類似情況下采用這種方式。雜推研究團隊訓練了一個專門的理技"過程評估模型" 。當面對訓練中沒有見過的谷歌新類型問題時 ，是團隊否朝著解決問題的目標前進 。這個過程本質(zhì)上是揭秘一種復雜的推理。將視覺信息與邏輯推理有機結(jié)合。何像

另一個重要的人類技術(shù)創(chuàng)新是"推理路徑搜索"機制。采用用戶更容易理解和接受的樣掌推理方式。結(jié)果顯示 ，可信賴 。研究人員必須仔細審查AI生成的每一個推理步驟，當問題復雜度大幅增加時 ，過程監(jiān)督訓練的計算成本大約是傳統(tǒng)方法的3-5倍
。很難定義什么是"正確"的推理步驟