研究團隊正在探索如何將過程監(jiān)督技術(shù)擴展到多模態(tài)推理場景。谷歌但在面對需要多步推理的團隊復雜問題時，

特別值得注意的揭秘是 ，谷歌DeepMind的何像研究團隊在這個領(lǐng)域取得了重要突破 ，傳統(tǒng)的人類AI訓練只需要為最終結(jié)果提供反饋，結(jié)果顯示，樣掌在簡單問題上