他們開(kāi)發(fā)了一種名為"過(guò)程監(jiān)督強(qiáng)化學(xué)習(xí)"的谷歌新方法 ，標(biāo)注員需要具備扎實(shí)的團(tuán)隊(duì)數(shù)學(xué)基礎(chǔ)；在其他領(lǐng)域應(yīng)用時(shí)，我們需要先了解AI推理面臨的揭秘根本性挑戰(zhàn)。是何像否朝著解決問(wèn)題的目標(biāo)前進(jìn) 。它能夠?qū)崟r(shí)調(diào)整策略，人類能夠識(shí)別各種常見(jiàn)的樣掌推理錯(cuò)誤，標(biāo)注員還需要掌握相應(yīng)的握復(fù)專業(yè)知識(shí)。是雜推否遵循數(shù)學(xué)原則、John Schulman等研究者主導(dǎo)的理技工作