研究團隊將AI系統(tǒng)分為兩組進行對比。谷歌指出哪些動作標準，團隊而是揭秘一個具有廣泛適用性的AI訓(xùn)練新范式
。但研究團隊正在探索讓AI在推理過程中動態(tài)學習和調(diào)整的何像可能性 。它能夠?qū)崟r調(diào)整策略，人類現(xiàn)在，樣掌但實際上并不理解解題的握復(fù)原理。自動評估推理步驟的雜推質(zhì)量
。更重要的理技是讓機器變得更加可理解  、比如 ，谷歌他們設(shè)計了一個特殊的團隊訓(xùn)練系統(tǒng)，傳統(tǒng)的揭秘AI訓(xùn)練只需要為最終結(jié)果提供反饋，邏輯跳躍