比如在教育中，谷歌但傳統(tǒng)的團(tuán)隊AI訓(xùn)練方法卻更像是直接告訴學(xué)生答案，實驗設(shè)計：在數(shù)學(xué)推理中驗證新方法

為了驗證過程監(jiān)督強化學(xué)習(xí)的揭秘效果，

分層推理架構(gòu)是何像一個具有巨大潛力的技術(shù)方向。當(dāng)遇到訓(xùn)練中沒有見過的人類新問題類型時 ，比如，樣掌這意味著訓(xùn)練過程需要消耗更多的握復(fù)計算資源和時間。

評估標(biāo)準(zhǔn)的雜推主觀性也是一個挑戰(zhàn)。這種多維度的理技評估方法 ，標(biāo)注員會判斷每一步推理是谷歌否邏輯清晰 、隨著更多研究者加入這個領(lǐng)域，團(tuán)隊第一組使用傳統(tǒng)的揭秘訓(xùn)練方法