A pontuação de referência é o resultado, as razões do fracasso são o processo. A Berkeley AI ao enfatizar dividir falhas de longo prazo em padrões diagnósticos, está indicando um caminho mais detalhado para avaliação de agentes inteligentes.

As pesquisas em IA de Berkeley e as opiniões de Dawn Song enfatizam que, ao avaliar agentes inteligentes, deve-se valorizar as razões específicas de falha na compreensão, e não apenas as pontuações de referência. As falhas de longo prazo devem ser decompostas em padrões diagnósticos para uma localização e análise mais precisas de onde e por que o agente falha. O texto original não fornece informações sobre critérios específicos, detalhes de análise ou classificação de padrões de falha.