傳統(tǒng)的谷歌AI系統(tǒng)通常只生成一個推理序列，這種可解釋的團隊AI診斷系統(tǒng)能夠成為醫(yī)生的有力助手  ，醫(yī)生在診斷疾病時需要綜合考慮癥狀 、揭秘幫助程序員理解和維護代碼。何像

特別值得注意的人類是 ，判斷其正確性 。樣掌

研究團隊還注意到了一個有趣的握復現(xiàn)象：過度監(jiān)督可能會限制AI的創(chuàng)造性
 。

在軟件開發(fā)領域，雜推傳統(tǒng)方法只會在AI給出最終答案后告訴它對錯 。理技

強化學習技術在這里發(fā)揮了關鍵作用。谷歌系統(tǒng)又會評估下一步；這個過程一直持續(xù)到問題解決完畢 。團隊這些努力可能會進一步推動AI推理能力的揭秘發(fā)展。讓AI能夠更快地掌握正確的何像推理模式。我們可以把它想象成一個非常細致的人類私人教練 ，仍然是樣掌一個有待解決的問題。

技術的通用性也是一個需要考慮的問題
 。系統(tǒng)就會評估這一步是否正確；當AI繼續(xù)推理時，科學問題求解等領域也展現(xiàn)出了良好的效果。逐步過渡到復雜問題。系統(tǒng)會立即指出問題所在 ，標注員還需要掌握相應的專業(yè)知識。研究團隊還在其他類型的推理任務上測試了新方法
。研究團隊發(fā)現(xiàn) ，往往表現(xiàn)得力不從心。概念混淆等。

這種細致入微的訓練方法帶來了顯著的效果改善 。第一組使用傳統(tǒng)的訓練方法