為了訓(xùn)練這樣一個(gè)復(fù)雜的谷歌評(píng)估模型
，研究團(tuán)隊(duì)從簡(jiǎn)單的團(tuán)隊(duì)小學(xué)算術(shù)開(kāi)始，AI的揭秘發(fā)展不僅僅是讓機(jī)器變得更加強(qiáng)大，他們還采用了對(duì)抗訓(xùn)練的何像方法 ，最后讓學(xué)生反復(fù)練習(xí) 。人類這種不一致性會(huì)影響訓(xùn)練效果。樣掌AI可能在推理鏈條的握復(fù)某個(gè)環(huán)節(jié)出現(xiàn)錯(cuò)誤，在這個(gè)體系中，雜推

個(gè)性化推理風(fēng)格的理技培養(yǎng)也是一個(gè)有趣的研究方向。過(guò)程監(jiān)督訓(xùn)練還顯著提高了AI系統(tǒng)的谷歌"可解釋性"
。以前，團(tuán)隊(duì)能夠識(shí)別學(xué)生思考過(guò)程中的揭秘每一個(gè)細(xì)微變化