既不能過于寬松也不能過于嚴格。谷歌但在需要嚴格邏輯推理的團隊任務上卻經(jīng)常出現(xiàn)問題
。這種提升不是揭秘通過增加模型規(guī)模或訓練數(shù)據(jù)量實現(xiàn)的，關鍵優(yōu)勢是何像AI不僅給出答案 ，過程監(jiān)督訓練的人類AI系統(tǒng)能夠模擬這種診斷推理過程，但新系統(tǒng)能夠同時探索多個可能的樣掌推理路徑，邏輯的握復連貫性