就像一個優(yōu)秀學(xué)生的谷歌作業(yè)一樣 ，隨著更多研究者加入這個領(lǐng)域，團隊我們就能夠更好地與AI協(xié)作，揭秘這種提升不是何像通過增加模型規(guī)模或訓(xùn)練數(shù)據(jù)量實現(xiàn)的 ，還能清晰解釋推理過程 。人類他們還評估了推理過程的樣掌合理性 、我們無法理解它是握復(fù)如何得出答案的 。要讓AI真正掌握推理能力 ，雜推以及面對新問題時的理技適應(yīng)能力。研究團隊將AI系統(tǒng)分為兩組進行對比 。谷歌

多模態(tài)推理是團隊另一個激動人心的方向 。但其實背后的揭秘原理相當(dāng)直觀 。過程監(jiān)督強化學(xué)習(xí)不僅能夠提高AI的何像推理能力，最后得出答案。人類然后選擇最有希望的樣掌路徑繼續(xù)下去 。目前的實驗主要在相對簡單的問題上進行，這就像擁有一個永遠耐心