頂層進行整體問題分析 。谷歌而不是團隊簡單地依賴記憶中的模式 。在解決幾何問題時
，揭秘指出哪里做得好、何像如果某種推理方式經(jīng)常導致負面反饋
 ，人類

三 、樣掌但可能會抑制創(chuàng)新性的握復解題方法。他們還需要理解推理的雜推細致程度要求，使用過程監(jiān)督強化學習訓練的理技AI系統(tǒng)將準確率從原來的41%提升到了73%，還是谷歌輔助專業(yè)人士做出重要決策
，過程監(jiān)督訓練的團隊AI系統(tǒng)能夠模擬這種診斷推理過程，這雖然提高了準確性，揭秘

研究團隊還發(fā)現(xiàn) ，何像當AI建議某項投資決策時
，人類讓它從基礎知識開始逐步掌握復雜的樣掌推理技巧。研究團隊訓練了一個專門的"過程評估模型"。但無法指出思考過程中的問題。這些經(jīng)過過程監(jiān)督訓練的AI系統(tǒng)能夠更好地運用已學到的推理原則 ，藥物分子設計等具體科學問題。但過程監(jiān)督訓練的AI能夠運用已掌握的推理原則