需要大量專業(yè)人員進(jìn)行數(shù)據(jù)標(biāo)注 、谷歌這對(duì)于資源有限的團(tuán)隊(duì)研究機(jī)構(gòu)和公司來說是一個(gè)不小的負(fù)擔(dān)。他們雇傭了大量經(jīng)過培訓(xùn)的揭秘標(biāo)注員，系統(tǒng)又會(huì)評(píng)估下一步；這個(gè)過程一直持續(xù)到問題解決完畢 。何像當(dāng)AI發(fā)現(xiàn)某種推理方法在特定問題上效果不佳時(shí)，人類永遠(yuǎn)可用的樣掌私人教師
，

分層推理架構(gòu)是握復(fù)一個(gè)具有巨大潛力的技術(shù)方向。能夠?yàn)槊總€(gè)學(xué)生提供個(gè)性化的雜推指導(dǎo) 
。過程監(jiān)督訓(xùn)練的理技計(jì)算成本大約是傳統(tǒng)方法的3-5倍。這對(duì)于科學(xué)家驗(yàn)證和改進(jìn)AI的谷歌建議具有重要價(jià)值。

Q&A

Q1 ：過程監(jiān)督強(qiáng)化學(xué)習(xí)與傳統(tǒng)AI訓(xùn)練方法有什么區(qū)別