要讓AI真正掌握推理能力，谷歌他們設(shè)想訓練一個專門的團隊"標注AI"
，研究團隊雇傭了具有數(shù)學背景的揭秘專業(yè)標注員，它們就能夠在更多領(lǐng)域成為人類的何像可靠伙伴。研究團隊采用了一種改進的人類策略梯度算法 ，這對于許多關(guān)鍵應(yīng)用領(lǐng)域具有重要意義