Process Supervision（过程监督）

过程监督（Process Supervision）与结果监督相对，它要求模型在每一步推理都正确，通常需要人工或自动标注每个步骤的对错。OpenAI 在数学推理任务中证明，过程监督能显著减少逻辑错误，并让模型更易被人类信任。实现方式包括训练奖励模型对步骤打分，或使用逐步验证器。该方法在复杂多步推理中尤为重要。