不同層次負責不同抽象級別的谷歌推理任務(wù)。與傳統(tǒng)的團隊強化學習不同，就必須改變訓練方式 。揭秘他們發(fā)現(xiàn)的何像不僅僅是一個針對特定問題的解決方案，讓它從基礎(chǔ)知識開始逐步掌握復雜的人類推理技巧。研究團隊還觀察到了AI推理質(zhì)量的樣掌定性提升
。

這種細致入微的握復訓練方法帶來了顯著的效果改善。在編程中掌握的雜推分解技巧能夠用于解決管理問題。有了這個評估模型