OpenAI đã rõ ràng rằng các đánh giá nên "biến các mục tiêu mơ hồ thành cụ thể và rõ ràng," và rằng các đánh giá tiên tiến cần phải được kết hợp với các đánh giá ngữ cảnh phù hợp với các quy trình làm việc thực tế thay vì các sân chơi prompt: Những gì @shyamalanadkat, Trưởng bộ phận Đánh giá Ứng dụng @OpenAI, mô tả là vòng lặp mà chúng tôi muốn cho các tác nhân lập trình với cline-bench: một bộ vàng chung của các nhiệm vụ lập trình khó khăn, thực tế nơi mà các mô hình gặp khó khăn và con người phải can thiệp, được đóng gói dưới dạng các môi trường có thể tái tạo để các phòng thí nghiệm và đội ngũ có thể xác định "tuyệt vời" trông như thế nào, đo lường hiệu suất trong các điều kiện thực tế, và cải thiện bằng cách học từ các trường hợp thất bại cụ thể: Nếu bạn muốn bối cảnh đầy đủ về cách OpenAI nghĩ về các đánh giá, tài liệu giới thiệu ở đây: