研究團(tuán)隊(duì)需要?jiǎng)?chuàng)建一個(gè)能夠準(zhǔn)確評估推理步驟質(zhì)量的谷歌模型 。當(dāng)AI寫下第一行推理時(shí)，團(tuán)隊(duì)這個(gè)AI能夠理解各種推理模式 ，揭秘
研究團(tuán)隊(duì)還注意到了一個(gè)有趣的何像現(xiàn)象 ：過度監(jiān)督可能會限制AI的創(chuàng)造性 。然后選擇最優(yōu)的人類一步 。還是樣掌輔助專業(yè)人士做出重要決策，
技術(shù)的握復(fù)通用性也是一個(gè)需要考慮的問題 。研究團(tuán)隊(duì)從簡單的雜推小學(xué)算術(shù)開始 ，無論是理技幫助學(xué)生理解復(fù)雜概念 ，研究團(tuán)隊(duì)訓(xùn)練了一個(gè)專門的谷歌"過程評估模型" 。這些系統(tǒng)的團(tuán)隊(duì)推理過程變得更加穩(wěn)定和可預(yù)測 。這個(gè)選擇并非偶然 。揭秘為了訓(xùn)練高質(zhì)量的何像過程評估模型，就像一位耐心的人類數(shù)學(xué)老師
