Đọc kết quả benchmark

Bạn đã chạy một benchmark cho Genie space "Bakehouse Sales" với 20 câu hỏi kiểm thử. Kết quả cho thấy:

• 14 câu được trả lời đúng (độ chính xác 70%)
• 4 câu bị lỗi vì Genie không nhận ra các thuật ngữ nghiệp vụ như "nodes", "outlet" và "vendor"
• 2 câu bị lỗi vì các chỉ số tính toán không khớp với công thức đã được bạn phê duyệt

Dựa trên các kết quả benchmark này, bạn nên ưu tiên điều gì trước để cải thiện độ chính xác?