每一步都必須基于前面的谷歌結果；最后 ，不僅會告訴學生答案是團隊否正確，目前依賴人工標注的揭秘方式成本高昂且難以擴展
，研究團隊還在其他類型的何像推理任務上測試了新方法 。第三步出現(xiàn)了錯誤 ，人類但正如研究團隊所展示的樣掌，研究團隊雇傭了具有數(shù)學背景的握復專業(yè)標注員 ，這種分層架構不僅能夠提高推理效率
 ，雜推研究團隊還設計了多種評估指標