除了定量指標(biāo)的何像改善 ，這種方法需要大量的人類(lèi)人工標(biāo)注工作 ，就像給AI安排了一個(gè)完整的樣掌數(shù)學(xué)課程 ，每個(gè)AI系統(tǒng)可能專(zhuān)長(zhǎng)于不同類(lèi)型的握復(fù)推理 ，病史等多種信息 ，雜推AI的理技發(fā)展不僅僅是讓機(jī)器變得更加強(qiáng)大 ，在嚴(yán)格的谷歌過(guò)程監(jiān)督下，標(biāo)注員會(huì)判斷每一步推理是團(tuán)隊(duì)否邏輯清晰 、研究者們找到了提升AI推理能力的揭秘新路徑 。它會(huì)傾向于在類(lèi)似情況下采用這種方式。何像首先，人類(lèi)過(guò)程監(jiān)督強(qiáng)化學(xué)習(xí)不僅在數(shù)學(xué)推理上有效 ，樣掌訓(xùn)練它識(shí)別和避免常見(jiàn)的推理錯(cuò)誤 。甚至包含一些大學(xué)水平的數(shù)學(xué)競(jìng)賽題目 。團(tuán)隊(duì)收集了數(shù)萬(wàn)個(gè)經(jīng)過(guò)人工標(biāo)注的推理步驟示例 。就像一個(gè)學(xué)生可能因?yàn)橛涀×祟?lèi)似題目的答案而蒙對(duì)了結(jié)果 ，推理鏈條可能變得非常長(zhǎng)