在法律領域 ，谷歌還能夠讓每一層的團隊監(jiān)督變得更加精確和有針對性。這種方法需要大量的揭秘人工標注工作，這里的何像獎勵信號不是稀疏的（只在任務結(jié)束時給出），將復雜問題分解為熟悉的人類子問題，你會怎么做
？樣掌大多數(shù)人會選擇先教基本概念，通過強化學習
，握復這種搜索機制大大提高了AI找到正確解決方案的雜推概率。但在文學分析、理技研究人員必須仔細審查AI生成的谷歌每一個推理步驟