Le score de référence est le résultat, la cause de l'échec est le processus. Berkeley AI insiste sur le fait de décomposer l'échec à long terme en un mode diagnostique, ce qui ouvre une voie plus précise pour l'évaluation des agents intelligents.

Les recherches de Berkeley AI et le point de vue de Dawn Song soulignent que, lors de l’évaluation des agents intelligents, il faut accorder une importance particulière aux causes spécifiques des échecs de compréhension, plutôt qu’à la simple note de référence. Il faut décomposer les échecs à long terme en modèles diagnostiquables, afin de mieux localiser et analyser où et pourquoi l’agent échoue. Le texte original ne fournit pas d’informations sur les références spécifiques, les détails d’analyse ou la classification des modèles d’échec.