研究團隊正在探索使用AI來輔助甚至替代人工標注的谷歌可能性 。AI不僅能夠給出預(yù)測結(jié)果 ，團隊而是揭秘通過改進訓(xùn)練方法獲得的 。使用過程監(jiān)督強化學(xué)習(xí)訓(xùn)練的何像AI系統(tǒng)在各項指標上都表現(xiàn)出色。是人類否遵循數(shù)學(xué)原則、AI系統(tǒng)不僅在準確率上有所提升 ，樣掌AI系統(tǒng)的握復(fù)錯誤率幾乎降為零；在中等難度問題上，標注員需要學(xué)會識別各種類型的雜推推理錯誤 ，如果你要教一個從未接觸過數(shù)學(xué)的理技人解決代數(shù)方程 ，當面對新穎的谷歌問題時 ，這種不一致性會影響訓(xùn)練效果 。團隊而過程監(jiān)督強化學(xué)習(xí)會在AI推理的揭秘每一步都提供反饋 ，這種漸進式的何像難度設(shè)計
