Точность класса ещё не качество ответа
Два фиксированных набора по 80 ответов: матрица ошибок, критичные утверждения и решение о выпуске.
Матрица ошибок: эталон → ответ
Правильное намерение не гарантирует безопасный ответ. Отдельно проверены неподтверждённое выполненное действие, обещанный срок и отсутствие источника.
Разбор ответов
Решение по этому набору: не выпускать ни A, ни B без исправления критичных ответов. У B лучше распознавание неоднозначности, но msg-023 обещает доставку завтра без основания.