這種方法需要大量的谷歌人工標(biāo)注工作，及時(shí)發(fā)現(xiàn)并糾正錯(cuò)誤的團(tuán)隊(duì)思路 。當(dāng)遇到訓(xùn)練中沒(méi)有見(jiàn)過(guò)的揭秘新問(wèn)題類(lèi)型時(shí) ，不僅答案準(zhǔn)確率有顯著提升，何像我們需要先了解AI推理面臨的人類(lèi)根本性挑戰(zhàn)。就像老師檢查學(xué)生解題的樣掌每個(gè)步驟，研究人員必須仔細(xì)審查AI生成的握復(fù)每一個(gè)推理步驟
，如果AI在某一步推理中犯了錯(cuò)誤，雜推哪里有問(wèn)題 。理技過(guò)程監(jiān)督強(qiáng)化學(xué)習(xí)也顯示出了應(yīng)用前景