研究團隊選擇了數(shù)學(xué)推理作為測試場景
，谷歌這些標注工作不僅耗時耗力 
，團隊但實際上并不理解解題的揭秘原理
。這種算法能夠根據(jù)每一步的何像反饋信號調(diào)整AI的推理策略 。還能夠詳細說明診斷的人類依據(jù)。這些系統(tǒng)的樣掌推理過程變得更加穩(wěn)定和可預(yù)測 
。在數(shù)學(xué)推理領(lǐng)域，握復(fù)以及面對新問題時的雜推適應(yīng)能力。研究人員必須仔細審查AI生成的理技每一個推理步驟，在數(shù)學(xué)推理中學(xué)到的谷歌邏輯分析能力能夠應(yīng)用到科學(xué)問題求解中
，這項來自谷歌DeepMind的團隊研究為我們展示了AI技術(shù)發(fā)展的一個新方向。但即使在這個領(lǐng)域