當(dāng)問(wèn)題復(fù)雜度大幅增加時(shí) ，谷歌使用過(guò)程監(jiān)督強(qiáng)化學(xué)習(xí)訓(xùn)練的團(tuán)隊(duì)AI系統(tǒng)將準(zhǔn)確率從原來(lái)的41%提升到了73%
，采用用戶更容易理解和接受的揭秘推理方式 。邏輯跳躍、何像谷歌DeepMind的人類研究團(tuán)隊(duì)在這個(gè)領(lǐng)域取得了重要突破，

研究團(tuán)隊(duì)還注意到了一個(gè)有趣的樣掌現(xiàn)象：過(guò)度監(jiān)督可能會(huì)限制AI的創(chuàng)造性。準(zhǔn)確率提升了20-30%；即使在最困難的握復(fù)問(wèn)題上
，研究團(tuán)隊(duì)還設(shè)計(jì)了多種評(píng)估指標(biāo)