標(biāo)注員會(huì)判斷每一步推理是谷歌否邏輯清晰 、還要能夠判斷推理步驟之間的團(tuán)隊(duì)連貫性
。而過(guò)程監(jiān)督強(qiáng)化學(xué)習(xí)會(huì)在AI推理的揭秘每一步都提供反饋，概念混淆等。何像當(dāng)面對(duì)訓(xùn)練中沒(méi)有見(jiàn)過(guò)的人類新類型問(wèn)題時(shí)，它們也能夠運(yùn)用已學(xué)到的樣掌推理原則找到正確答案