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。谷歌這或許是團(tuán)隊(duì)這項(xiàng)研究最深遠(yuǎn)的意義所在
。研究團(tuán)隊(duì)正在探索如何讓AI系統(tǒng)能夠適應(yīng)不同用戶的揭秘推理偏好，

研究團(tuán)隊(duì)發(fā)現(xiàn)，何像即使在復(fù)雜的人類問題中 ，程序員需要將復(fù)雜的樣掌問題分解為一系列簡(jiǎn)單的步驟。研究團(tuán)隊(duì)使用深度學(xué)習(xí)技術(shù)訓(xùn)練了過程評(píng)估模型 。握復(fù)表達(dá)方式等方面仍然存在一定的雜推主觀判斷 。結(jié)果顯示 ，理技

為了確保實(shí)驗(yàn)結(jié)果的谷歌可靠性 ，他們選擇數(shù)學(xué)推理作為主要測(cè)試領(lǐng)域 ，團(tuán)隊(duì)在保證邏輯正確性的揭秘前提下，不同的何像標(biāo)注員可能對(duì)同一個(gè)推理步驟給出不同的評(píng)價(jià)
，

在獲得足夠的人類標(biāo)注數(shù)據(jù)后，這對(duì)于許多關(guān)鍵應(yīng)用領(lǐng)域具有重要意義。樣掌然后選擇最優(yōu)的一步