Дон Сонг считает, что эта точка зрения довольно проницательна, полагаться только на оценки действительно легко упустить из виду настоящие проблемы

Исследования Berkeley AI и взгляды Dawn Song подчеркивают, что при оценке интеллектуальных агентов следует уделять внимание конкретным причинам неудач понимания, а не только базовым баллам. Необходимо разбивать долгосрочные неудачи на диагностируемые модели, чтобы точнее определить и проанализировать, где и почему агент терпит неудачу. В исходном тексте не предоставлена информация о конкретных бенчмарках, деталях анализа или классификации моделей неудач.