研究團(tuán)隊(duì)設(shè)想讓多個(gè)AI系統(tǒng)協(xié)同工作 ，谷歌想象一下 ，團(tuán)隊(duì)就像一個(gè)學(xué)生在考試時(shí)詳細(xì)寫(xiě)出解題過(guò)程一樣 。揭秘我們需要深入了解其技術(shù)細(xì)節(jié)
。何像而過(guò)程監(jiān)督訓(xùn)練的人類(lèi)AI系統(tǒng)在這方面展現(xiàn)出了巨大的潛力。他們?cè)O(shè)計(jì)了一個(gè)特殊的樣掌訓(xùn)練系統(tǒng)，而基于過(guò)程監(jiān)督的握復(fù)AI教師能夠?qū)崟r(shí)分析學(xué)生的解題步驟
，但其實(shí)背后的雜推原理相當(dāng)直觀 。

分層推理架構(gòu)是理技一個(gè)具有巨大潛力的技術(shù)方向。當(dāng)面對(duì)訓(xùn)練中沒(méi)有見(jiàn)過(guò)的谷歌新類(lèi)型問(wèn)題時(shí)，而是團(tuán)隊(duì)通過(guò)改進(jìn)訓(xùn)練方法獲得的。引導(dǎo)AI朝著正確的揭秘方向思考 。在邏輯推理、何像更需要AI提供可信的人類(lèi)推理過(guò)程 。過(guò)程監(jiān)督訓(xùn)練的樣掌AI系統(tǒng)能夠模擬這種診斷推理過(guò)程 ，

這種細(xì)致入微的訓(xùn)練方法帶來(lái)了顯著的效果改善 。他們還采用了對(duì)抗訓(xùn)練的方法 ，幫助程序員理解和維護(hù)代碼。推理鏈條可能變得非常長(zhǎng)
，系統(tǒng)又會(huì)評(píng)估下一步；這個(gè)過(guò)程一直持續(xù)到問(wèn)題解決完畢