Потенційний партнер попросив наші еталонні показники. Тоді показники ставили нас позаду інших агентів. Ми провели вихідні, виправляючи це: порівнювали Клайна з 89 реальними завданнями Terminal Bench, діагностували всі несправності та відправляли виправлення. 47% → 57%.

Ми описали точний процес: як налаштували конвеєр оцінювання, які патерни відмов ми знайшли, і які виправлення, які вплинули на ситуацію. Метод (підйом на пагорб) працює з будь-яким агентом, не лише з Клайном. Повний посібник: