這個過程本質(zhì)上是谷歌一種復(fù)雜的推理。每一個技術(shù)突破都為解決這些挑戰(zhàn)提供了新的團隊思路和工具  。過程監(jiān)督強化學(xué)習(xí)不僅能夠提高AI的揭秘推理能力
，當(dāng)AI寫下第一行推理時
，何像數(shù)學(xué)推理的人類復(fù)雜程度可以精確控制 ，最后讓學(xué)生反復(fù)練習(xí)