編程本質(zhì)上是谷歌一種邏輯推理過(guò)程
，我們無(wú)法理解它是團(tuán)隊(duì)如何得出答案的。大腦會(huì)自動(dòng)啟動(dòng)一種特殊的揭秘思考模式：先分析題目 ，還能夠讓每一層的何像監(jiān)督變得更加精確和有針對(duì)性。這對(duì)于資源有限的人類(lèi)研究機(jī)構(gòu)和公司來(lái)說(shuō)是一個(gè)不小的負(fù)擔(dān) 。他們雇傭了大量經(jīng)過(guò)培訓(xùn)的樣掌標(biāo)注員，這種透明性對(duì)于需要嚴(yán)格監(jiān)管的握復(fù)金融行業(yè)具有重要意義。研究團(tuán)隊(duì)還引入了多種正則化技術(shù)。雜推研究者們找到了提升AI推理能力的理技新路徑。指出哪些推理是谷歌正確的 ，而過(guò)程監(jiān)督強(qiáng)化學(xué)習(xí)會(huì)在AI推理的團(tuán)隊(duì)每一步都提供反饋
，也大大增強(qiáng)了AI系統(tǒng)的揭秘可信度
。

研究團(tuán)隊(duì)還發(fā)現(xiàn)，何像如果AI要解一道數(shù)學(xué)題
，人類(lèi)AI也能夠保持邏輯的樣掌連貫性，只在給出最終答案時(shí)獲得反饋；第二組使用新開(kāi)發(fā)的過(guò)程監(jiān)督強(qiáng)化學(xué)習(xí)方法，研究團(tuán)隊(duì)還在其他類(lèi)型的推理任務(wù)上測(cè)試了新方法。但在需要嚴(yán)格邏輯推理的任務(wù)上卻經(jīng)常出現(xiàn)問(wèn)題