在實驗過程中，谷歌在推理的團隊每一步都獲得詳細反饋 
。這種提升不是揭秘通過增加模型規(guī)?；蛴?xùn)練數(shù)據(jù)量實現(xiàn)的，但過程監(jiān)督訓(xùn)練的何像AI能夠運用已掌握的推理原則