ME News ニュース、4月19日（UTC+8）、最近、バークレーAIの研究者がドーン・ソングからの見解をリツイートし、エージェント（agents）を評価する際に、その失敗の具体的な原因を理解することが、単にベンチマークスコアに注目するよりも重要であると強調した。記事の見解は、長期的な失敗を診断可能なパターンに分解し、エージェントがどこでなぜ失敗したのかをより正確に特定・分析できるようにすべきだと述べている。原文は、具体的なベンチマーク、分析の詳細、または失敗パターンの分類に関する追加情報を提供していない。（出典：InFoQ）
バークレーAIは、理解の失敗原因を特定することが、基準点のスコアよりも重要であると強調している