ग्राफ़: निबंधों के डेटासेट को पेशेवर ग्रेडर्स द्वारा 1-10 की सीमा पर वर्गीकृत किया गया था और उनके वास्तविक स्कोर निर्धारित करने के लिए रूब्रिक के भीतर विस्तृत मानदंडों के विरुद्ध क्रॉस-रेफ़र किया गया था। विचलन को वास्तविक स्कोर से स्कोर की भिन्नता द्वारा परिभाषित किया गया था। ग्राफ़ में समग्र स्कोर (सभी मानदंडों का औसत) के साथ-साथ प्रत्येक व्यक्तिगत मानदंड भी शामिल है। मानदंड स्मोडिन के एआई ग्रेडर पर उपलब्ध पूर्वनिर्धारित मानदंड हैं, जिन्हें कॉलम शीर्षकों के रूप में ग्राफ़ में सूचीबद्ध किया गया है। कस्टम रूब्रिक्स को स्मोडिन के प्रीमियर मानदंड (कॉलम शीर्षकों के समान मानदंड) में सूचीबद्ध प्रत्येक मानदंड का उत्पादन करने के लिए स्मोडिन के एआई ग्रेडर कस्टम मानदंड जनरेटर का उपयोग करके बनाया गया था। स्मोडिन प्रीमेड रूब्रिक्स का समग्र स्कोर हमारे उन्नत एआई के साथ 73% समय मानव स्कोर से मेल खाता है, जबकि स्मोडिन के कस्टम रूब्रिक जनरेटर द्वारा उत्पन्न कस्टम रूब्रिक्स हमारे उन्नत एआई के साथ 82% समय मानव ग्रेड से मेल खाता है। सभी मानदंडों के लिए वास्तविक स्कोर से औसत विचलन ऊपर दिखाया गया है।

*स्मोडिन के एआई कस्टम मानदंड का उपयोग करके बनाए गए रूब्रिक्स उन्नत एआई सेटिंग पर 82% समय मानव स्कोर से मेल खाते हैं। स्मोडिन के पूर्वनिर्धारित मानदंड 73% समय मानव स्कोर से मेल खाते थे। जब एआई स्कोर मानव स्कोर से भिन्न होता है, तो 86% मामलों में स्कोर 10 अंक के पैमाने पर केवल 1 अंक से भिन्न होता है।

**एआई ग्रेडर 100% स्थिरता प्रदान करता है, जिसका अर्थ है कि एक ही निबंध हर बार ग्रेड होने पर समान अंक देगा। डेटा में उपयोग किए गए सभी ग्रेडों को 3 बार दोहराया गया और सभी 3 ग्रेडिंग प्रयासों में 100% स्थिरता उत्पन्न हुई।