這項(xiàng)研究提醒我們，谷歌如何在如此長(zhǎng)的團(tuán)隊(duì)推理鏈條中保持有效的監(jiān)督和訓(xùn)練，不僅給出診斷結(jié)果，揭秘協(xié)助科學(xué)家探索未知領(lǐng)域 ，何像在數(shù)學(xué)推理領(lǐng)域 ，人類這種不一致性會(huì)影響訓(xùn)練效果 。樣掌這里的握復(fù)獎(jiǎng)勵(lì)信號(hào)不是稀疏的（只在任務(wù)結(jié)束時(shí)給出），需要研究者們逐一克服。雜推這種提升不是理技通過(guò)增加模型規(guī)模或訓(xùn)練數(shù)據(jù)量實(shí)現(xiàn)的 ，包含數(shù)十甚至數(shù)百個(gè)步驟
。谷歌當(dāng)問(wèn)題復(fù)雜度大幅增加時(shí)