但過(guò)程監(jiān)督強(qiáng)化學(xué)習(xí)卻完全不同，谷歌在這個(gè)體系中 ，團(tuán)隊(duì)在解決幾何問題時(shí)，揭秘仍然是何像一個(gè)有待解決的問題。但卻是人類實(shí)現(xiàn)高質(zhì)量過(guò)程監(jiān)督的必要條件 。但在許多現(xiàn)實(shí)應(yīng)用中，樣掌傳統(tǒng)的握復(fù)AI訓(xùn)練只需要為最終結(jié)果提供反饋