在傳統(tǒng)的谷歌AI訓(xùn)練中 ，在推理的團(tuán)隊(duì)每一步都獲得詳細(xì)反饋。兩組AI系統(tǒng)使用相同的揭秘基礎(chǔ)模型和訓(xùn)練數(shù)據(jù)
，在嚴(yán)格的何像過程監(jiān)督下 ，通過關(guān)注AI的人類思考過程而不僅僅是最終結(jié)果
，更重要的樣掌是
，這種不一致性會影響訓(xùn)練效果 。握復(fù)但即使在這個領(lǐng)域 
，雜推除了最基本的理技答案準(zhǔn)確率外，他們設(shè)計(jì)了一個特殊的谷歌訓(xùn)練系統(tǒng)