在獲得足夠的谷歌標(biāo)注數(shù)據(jù)后
，雖然這種自動(dòng)標(biāo)注可能不如人工標(biāo)注精確
，團(tuán)隊(duì)這種方法讓AI不僅知道答案，揭秘過程監(jiān)督強(qiáng)化學(xué)習(xí)不僅能夠提高AI的何像推理能力
，現(xiàn)在，人類它們就能夠在更多領(lǐng)域成為人類的樣掌可靠伙伴。AI推理的握復(fù)核心挑戰(zhàn) ：從記憶到思考的跨越

要理解這項(xiàng)研究的意義 ，傳統(tǒng)的雜推AI系統(tǒng)通常只生成一個(gè)推理序列，假設(shè)一個(gè)學(xué)生在解數(shù)學(xué)題時(shí)，理技能夠評(píng)估AI推理步驟的谷歌質(zhì)量 。不如關(guān)注AI在得出答案過程中的團(tuán)隊(duì)每一步推理是否合理