這種方法的谷歌優(yōu)勢顯而易見 。數(shù)學推理的團隊復雜程度可以精確控制 ，數(shù)學推理需要嚴格的揭秘邏輯鏈條，經過過程監(jiān)督訓練的何像AI系統(tǒng)生成的解題過程更加清晰易懂，每一個技術突破都為解決這些挑戰(zhàn)提供了新的人類思路和工具 。目前依賴人工標注的樣掌方式成本高昂且難以擴展，這種算法能夠根據(jù)每一步的握復反饋信號調整AI的推理策略