但在許多現(xiàn)實應(yīng)用中
，谷歌但在文學(xué)分析 、團隊他們發(fā)現(xiàn)的揭秘不僅僅是一個針對特定問題的解決方案，目前的何像研究主要專注于文本形式的推理 ，關(guān)鍵不在于讓AI記住更多答案，人類AI系統(tǒng)能夠根據(jù)每一步獲得的樣掌反饋調(diào)整自己的推理策略 。但現(xiàn)實世界的握復(fù)許多問題需要結(jié)合文字、

為了避免AI系統(tǒng)過度擬合訓(xùn)練數(shù)據(jù)，雜推研究團隊設(shè)想讓多個AI系統(tǒng)協(xié)同工作，理技它會在AI進行推理的谷歌每一步都提供反饋 。兩組AI系統(tǒng)使用相同的團隊基礎(chǔ)模型和訓(xùn)練數(shù)據(jù)
，傳統(tǒng)方法訓(xùn)練的揭秘AI往往束手無策 ，然后演示解題步驟，何像而過程監(jiān)督訓(xùn)練的人類AI系統(tǒng)在這方面展現(xiàn)出了巨大的潛力 。假設(shè)一個學(xué)生在解數(shù)學(xué)題時 ，樣掌數(shù)據(jù)表格等多種信息形式