使用過程監(jiān)督強化學(xué)習(xí)訓(xùn)練的谷歌AI系統(tǒng)將準(zhǔn)確率從原來的41%提升到了73%，

醫(yī)療診斷是團隊另一個令人興奮的應(yīng)用領(lǐng)域
。能夠識別各種常見的揭秘推理錯誤，而過程監(jiān)督需要為每一個推理步驟都提供詳細(xì)的何像評估