Dawn Song, essa opinião é bastante impactante, apenas olhando para as notas realmente pode fazer você perder de vista o problema real

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 a pontuação 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.