第一組使用傳統(tǒng)的谷歌訓(xùn)練方法，使用過程監(jiān)督強(qiáng)化學(xué)習(xí)訓(xùn)練的團(tuán)隊AI系統(tǒng)在各項指標(biāo)上都表現(xiàn)出色。但研究團(tuán)隊也清醒地認(rèn)識到這項技術(shù)面臨的揭秘挑戰(zhàn)和局限。挑戰(zhàn)與局限 ：技術(shù)發(fā)展的何像現(xiàn)實考量

盡管過程監(jiān)督強(qiáng)化學(xué)習(xí)展現(xiàn)出了巨大的潛力
，

研究團(tuán)隊選擇了數(shù)學(xué)推理作為測試場景 ，人類他們提出了一個重要觀點