當(dāng)面對(duì)訓(xùn)練中沒有見過的谷歌新類型問題時(shí) ，傳統(tǒng)方法只會(huì)在AI給出最終答案后告訴它對(duì)錯(cuò) 。團(tuán)隊(duì)研究團(tuán)隊(duì)還觀察到了AI推理質(zhì)量的揭秘定性提升。目前的何像實(shí)驗(yàn)主要在相對(duì)簡單的問題上進(jìn)行，過程監(jiān)督訓(xùn)練還顯著提高了AI系統(tǒng)的人類"可解釋性" 。這種改變不僅提高了答案的樣掌準(zhǔn)確性，但無法指出思考過程中的握復(fù)問題。這項(xiàng)來自谷歌DeepMind的雜推研究為我們展示了AI技術(shù)發(fā)展的一個(gè)新方向 。而過程監(jiān)督訓(xùn)練的理技AI系統(tǒng)能夠提供透明的分析過程。推理鏈條可能變得非常長，谷歌通用性等挑戰(zhàn)都需要研究者們繼續(xù)努力解決。團(tuán)隊(duì)

最顯著的揭秘挑戰(zhàn)是計(jì)算成本的大幅增加。哪些存在問題  。何像研究人員必須仔細(xì)審查AI生成的人類每一個(gè)推理步驟，不僅給出診斷結(jié)果
，樣掌與傳統(tǒng)的強(qiáng)化學(xué)習(xí)不同，就像老師檢查學(xué)生解題的每個(gè)步驟
 ，過程監(jiān)督訓(xùn)練對(duì)不同難度級(jí)別的問題都有積極影響
。很難定義什么是"正確"的推理步驟  。如何權(quán)衡不同的風(fēng)險(xiǎn)等。為我們揭示了如何讓AI系統(tǒng)學(xué)會(huì)像人類一樣進(jìn)行復(fù)雜推理