為了訓(xùn)練高質(zhì)量的谷歌過程評(píng)估模型，過程監(jiān)督強(qiáng)化學(xué)習(xí)：重塑AI的團(tuán)隊(duì)思考方式

研究團(tuán)隊(duì)開發(fā)的核心技術(shù)被稱為"過程監(jiān)督強(qiáng)化學(xué)習(xí)"