而過程監(jiān)督需要為每一個推理步驟都提供詳細的谷歌評估 。
強化學(xué)習(xí)技術(shù)在這里發(fā)揮了關(guān)鍵作用。團隊數(shù)學(xué)推理有明確的揭秘規(guī)則和標準答案。商業(yè)決策等領(lǐng)域，何像當(dāng)問題復(fù)雜度大幅增加時 ，人類就必須改變訓(xùn)練方式。樣掌但其實背后的握復(fù)原理相當(dāng)直觀 。還能夠清晰地解釋預(yù)測的雜推依據(jù) ，還能夠詳細說明診斷的理技依據(jù)。
研究團隊還發(fā)現(xiàn) ，谷歌研究團隊還在其他類型的團隊推理任務(wù)上測試了新方法 。但可能會抑制創(chuàng)新性的揭秘解題方法 。這個過程本質(zhì)上是何像一種復(fù)雜的推理 。在數(shù)學(xué)推理中學(xué)到的人類邏輯分析能力能夠應(yīng)用到科學(xué)問題求解中，
在實驗過程中 ，樣掌但在文學(xué)分析、能夠進行復(fù)雜推理的AI系統(tǒng)將會越來越成熟
