軟件開(kāi)發(fā)、谷歌研究團(tuán)隊(duì)正在探索如何將過(guò)程監(jiān)督技術(shù)擴(kuò)展到多模態(tài)推理場(chǎng)景 。團(tuán)隊(duì)為了訓(xùn)練高質(zhì)量的揭秘過(guò)程評(píng)估模型，每一步推理都建立在前面正確結(jié)果的何像基礎(chǔ)上