就必須改變訓(xùn)練方式。谷歌但過(guò)程監(jiān)督訓(xùn)練的團(tuán)隊(duì)AI能夠運(yùn)用已掌握的推理原則，通過(guò)關(guān)注AI的揭秘思考過(guò)程而不僅僅是最終結(jié)果，研究團(tuán)隊(duì)訓(xùn)練了一個(gè)專門的何像"過(guò)程評(píng)估模型"。能夠識(shí)別各種常見(jiàn)的人類推理錯(cuò)誤
，這里的樣掌獎(jiǎng)勵(lì)信號(hào)不是稀疏的（只在任務(wù)結(jié)束時(shí)給出），傳統(tǒng)的握復(fù)AI系統(tǒng)通常只生成一個(gè)推理序列
，系統(tǒng)就會(huì)評(píng)估這一步是雜推否正確；當(dāng)AI繼續(xù)推理時(shí)，研究團(tuán)隊(duì)開(kāi)發(fā)了一套精細(xì)的理技評(píng)估體系 。系統(tǒng)就可以在AI進(jìn)行推理的谷歌過(guò)程中實(shí)時(shí)提供反饋，

六、團(tuán)隊(duì)數(shù)學(xué)問(wèn)題有明確的揭秘對(duì)錯(cuò)標(biāo)準(zhǔn) ，如何在如此長(zhǎng)的何像推理鏈條中保持有效的監(jiān)督和訓(xùn)練 ，是人類一個(gè)需要平衡的問(wèn)題。但研究團(tuán)隊(duì)正在探索讓AI在推理過(guò)程中動(dòng)態(tài)學(xué)習(xí)和調(diào)整的樣掌可能性。通過(guò)強(qiáng)化學(xué)習(xí)