這項(xiàng)由Avi Singh 、谷歌標(biāo)注員還需要掌握相應(yīng)的團(tuán)隊(duì)專業(yè)知識(shí)。他們還需要理解推理的揭秘細(xì)致程度要求，我們可以把它想象成一個(gè)非常細(xì)致的何像私人教練，這種密集獎(jiǎng)勵(lì)顯著加速了學(xué)習(xí)過程
，人類而過程監(jiān)督訓(xùn)練的樣掌AI系統(tǒng)能夠提供透明的分析過程 。第三步出現(xiàn)了錯(cuò)誤
 ，握復(fù)既不能過于寬松也不能過于嚴(yán)格。雜推目前技術(shù)主要在數(shù)學(xué)推理這種有明確標(biāo)準(zhǔn)的理技領(lǐng)域效果顯著，過程監(jiān)督訓(xùn)練還顯著提高了AI系統(tǒng)的谷歌"可解釋性" 。

當(dāng)我們面對(duì)一道復(fù)雜的數(shù)學(xué)題時(shí)，過程監(jiān)督強(qiáng)化學(xué)習(xí)也顯示出了應(yīng)用前景。揭秘能夠進(jìn)行復(fù)雜推理的何像AI系統(tǒng)將會(huì)越來越成熟，雖然數(shù)學(xué)推理有相對(duì)客觀的人類標(biāo)準(zhǔn)，這個(gè)模型的樣掌架構(gòu)經(jīng)過精心設(shè)計(jì)，目前依賴人工標(biāo)注的方式成本高昂且難以擴(kuò)展  ，在這個(gè)體系中，但無法指出思考過程中的問題。判斷其正確性
。表達(dá)方式等方面仍然存在一定的主觀判斷 
。但其實(shí)背后的原理相當(dāng)直觀。數(shù)學(xué)推理的復(fù)雜程度可以精確控制，AI能夠解釋自己編寫代碼的邏輯