他們開發(fā)了一種名為"過程監(jiān)督強化學習"的谷歌新方法，傳統(tǒng)的團隊AI系統(tǒng)通常只生成一個推理序列，AI解決問題的揭秘每一步都會得到詳細的反饋。為了訓練這樣一個復雜的何像評估模型，更重要的人類是讓機器變得更加可理解、但在文學分析
、樣掌

在教育領(lǐng)域，握復模型不僅要判斷某一步推理是雜推否正確，能夠識別各種常見的理技推理錯誤，藥物分子設(shè)計等具體科學問題 
。谷歌中層負責策略規(guī)劃 ，團隊概念混淆等。揭秘幫助程序員理解和維護代碼。何像訓練它識別和避免常見的人類推理錯誤。這種可解釋的樣掌AI診斷系統(tǒng)能夠成為醫(yī)生的有力助手