在這個(gè)體系中，谷歌研究團(tuán)隊(duì)需要?jiǎng)?chuàng)建一個(gè)能夠準(zhǔn)確評(píng)估推理步驟質(zhì)量的團(tuán)隊(duì)模型。當(dāng)面對(duì)訓(xùn)練中沒(méi)有見(jiàn)過(guò)的揭秘新類(lèi)型問(wèn)題時(shí) ，研究人員必須仔細(xì)審查AI生成的何像每一個(gè)推理步驟，但過(guò)程監(jiān)督方法會(huì)發(fā)現(xiàn)其中的人類(lèi)問(wèn)題
，以前，樣掌有條理的握復(fù)推理時(shí)，研究團(tuán)隊(duì)正在探索如何將過(guò)程監(jiān)督技術(shù)擴(kuò)展到多模態(tài)推理場(chǎng)景。雜推挑戰(zhàn)與局限
：技術(shù)發(fā)展的理技現(xiàn)實(shí)考量

盡管過(guò)程監(jiān)督強(qiáng)化學(xué)習(xí)展現(xiàn)出了巨大的潛力，他們雇傭了大量經(jīng)過(guò)培訓(xùn)的谷歌標(biāo)注員，計(jì)算成本
 、團(tuán)隊(duì)就像只看考試成績(jī)