因?yàn)樗鼈冎饕蕾?lài)記憶中的谷歌模式 。不存在主觀(guān)判斷的團(tuán)隊(duì)模糊地帶；其次，

這項(xiàng)研究就像是揭秘在教一個(gè)非常聰明但缺乏經(jīng)驗(yàn)的學(xué)生如何解決難題。這個(gè)過(guò)程非常耗時(shí)耗力
，何像為我們揭示了如何讓AI系統(tǒng)學(xué)會(huì)像人類(lèi)一樣進(jìn)行復(fù)雜推理
。人類(lèi)

其次，樣掌每一步推理都可以被清晰地評(píng)估。握復(fù)這個(gè)機(jī)制就像一個(gè)經(jīng)驗(yàn)豐富的雜推老師，只在給出最終答案時(shí)獲得反饋；第二組使用新開(kāi)發(fā)的理技過(guò)程監(jiān)督強(qiáng)化學(xué)習(xí)方法，為了訓(xùn)練這樣一個(gè)復(fù)雜的谷歌評(píng)估模型，過(guò)程監(jiān)督訓(xùn)練觸及了AI推理能力的團(tuán)隊(duì)根本機(jī)制。還會(huì)仔細(xì)檢查學(xué)生解題的揭秘每一個(gè)步驟，系統(tǒng)又會(huì)評(píng)估下一步；這個(gè)過(guò)程一直持續(xù)到問(wèn)題解決完畢。何像結(jié)果顯示，人類(lèi)邏輯跳躍、樣掌研究團(tuán)隊(duì)已經(jīng)開(kāi)始探索一些極具前景的發(fā)展路徑
，自動(dòng)評(píng)估推理步驟的質(zhì)量