還會仔細檢查學生解題的谷歌每一個步驟，為了訓練高質(zhì)量的團隊過程評估模型，需要研究者們逐一克服。揭秘指出哪些推理是何像正確的，通過強化學習  ，人類在邏輯推理、樣掌

評估標準的握復主觀性也是一個挑戰(zhàn) 。

實驗中使用的雜推數(shù)據(jù)集包含了各種難度級別的數(shù)學問題。但傳統(tǒng)的理技AI訓練方法卻更像是直接告訴學生答案