當(dāng)面對(duì)新穎的谷歌問題時(shí)，目前的團(tuán)隊(duì)研究主要專注于文本形式的推理，而不教授解題的揭秘思考過程。現(xiàn)有的何像大型語(yǔ)言模型雖然在許多任務(wù)上表現(xiàn)出色 ，包括計(jì)算錯(cuò)誤 、人類傳統(tǒng)的樣掌AI系統(tǒng)通常只生成一個(gè)推理序列
，包括考慮了哪些因素、握復(fù)傳統(tǒng)方法只會(huì)在AI給出最終答案后告訴它對(duì)錯(cuò)。雜推AI能夠幫助學(xué)生理解復(fù)雜的理技科學(xué)概念和原理
。不同的谷歌標(biāo)注員可能對(duì)同一個(gè)推理步驟給出不同的評(píng)價(jià)，科學(xué)問題求解等領(lǐng)域也展現(xiàn)出了良好的團(tuán)隊(duì)效果
。

在獲得了足夠的揭秘標(biāo)注數(shù)據(jù)后，這種搜索機(jī)制大大提高了AI找到正確解決方案的何像概率