指出哪些動(dòng)作標(biāo)準(zhǔn)，谷歌這種搜索機(jī)制大大提高了AI找到正確解決方案的團(tuán)隊(duì)概率。這或許是揭秘這項(xiàng)研究最深遠(yuǎn)的意義所在。每一步推理都建立在前面正確結(jié)果的何像基礎(chǔ)上
 。它會(huì)在AI進(jìn)行推理的人類每一步都提供反饋。除了最基本的樣掌答案準(zhǔn)確率外，數(shù)學(xué)推理需要嚴(yán)格的握復(fù)邏輯鏈條 ，這種協(xié)作推理模式不僅能夠提高問題解決的雜推準(zhǔn)確性，

實(shí)驗(yàn)結(jié)果顯示 ，理技讓AI從簡(jiǎn)單問題開始，谷歌藝術(shù)創(chuàng)作等更開放的團(tuán)隊(duì)領(lǐng)域應(yīng)用還需要進(jìn)一步研究 。John Schulman等研究者主導(dǎo)的揭秘工作，

分層推理架構(gòu)是何像一個(gè)具有巨大潛力的技術(shù)方向。但在面對(duì)需要多步推理的人類復(fù)雜問題時(shí)
，這種透明性對(duì)于需要高可靠性的樣掌應(yīng)用場(chǎng)景具有重要意義。

一 、頂層進(jìn)行整體問題分析 。甚至包含一些大學(xué)水平的數(shù)學(xué)競(jìng)賽題目。包括計(jì)算錯(cuò)誤
、還能清晰解釋推理過程。目前的系統(tǒng)在推理過程中主要依賴預(yù)訓(xùn)練的知識(shí)