Дон Сонг має дуже важливу точку зору: дивитися лише на оцінки — це все одно, що дивитися лише на загальний бал медичного огляду, справжнє питання — «Що зламалося, як саме зламалося». Оцінка штучного інтелекту має бути такою ж, розбиваючи невдачу на діагностовані моделі, щоб можна було застосувати правильне лікування.

Дослідження Berkeley AI та погляди Dawn Song підкреслюють, що при оцінюванні інтелектуальних агентів слід зосереджуватися на конкретних причинах невдачі розуміння, а не лише на базових баллах. Необхідно розбити довгострокові невдачі на діагностовані моделі, щоб точніше визначити та проаналізувати, де і чому агент зазнає невдачі. У первинному тексті не наведено інформацію про конкретні базові показники, деталі аналізу або класифікацію моделей невдач.