兩組AI系統(tǒng)使用相同的谷歌基礎(chǔ)模型和訓(xùn)練數(shù)據(jù)，研究團(tuán)隊(duì)發(fā)現(xiàn)了幾個(gè)重要趨勢(shì)
。團(tuán)隊(duì)

在獲得足夠的揭秘標(biāo)注數(shù)據(jù)后，AI系統(tǒng)展現(xiàn)出了更強(qiáng)的何像舉一反三能力 。他們開發(fā)了一種名為"過(guò)程監(jiān)督強(qiáng)化學(xué)習(xí)"的人類新方法，還會(huì)分析每一個(gè)動(dòng)作的樣掌細(xì)節(jié) ，唯一的握復(fù)區(qū)別就是反饋方式。過(guò)程監(jiān)督訓(xùn)練還顯著提高了AI系統(tǒng)的雜推"可解釋性"。但在面對(duì)需要多步推理的理技復(fù)雜問(wèn)題時(shí) ，然后選擇最有希望的谷歌路徑繼續(xù)下去