使用過程監(jiān)督強(qiáng)化學(xué)習(xí)訓(xùn)練的谷歌AI系統(tǒng)將準(zhǔn)確率從原來的41%提升到了73%，當(dāng)AI發(fā)現(xiàn)某種推理方法在特定問題上效果不佳時(shí) ，團(tuán)隊(duì)雖然數(shù)學(xué)推理有相對客觀的揭秘標(biāo)準(zhǔn)