Biểu đồ: Tập dữ liệu gồm các bài luận được chấm điểm bởi những người chấm điểm chuyên nghiệp trên thang điểm từ 1-10 và được đối chiếu chéo với các tiêu chí chi tiết trong phiếu tự đánh giá để xác định điểm thực của chúng. Độ lệch được xác định bởi sự thay đổi của điểm so với điểm thực. Biểu đồ chứa điểm tổng thể (trung bình cộng của tất cả các tiêu chí) cũng như từng tiêu chí riêng lẻ. Tiêu chí là tiêu chí tạo sẵn có trên Smodin's AI Grader, được liệt kê trong biểu đồ dưới dạng tiêu đề cột. Các tiêu chí đánh giá tùy chỉnh được tạo bằng cách sử dụng trình tạo tiêu chí tùy chỉnh AI Grader của Smodin để tạo ra từng tiêu chí được liệt kê trong tiêu chí tạo sẵn của Smodin (tiêu chí giống như tiêu đề cột). Điểm tổng thể cho Phiếu tự đánh giá tạo sẵn của Smodin khớp với điểm của con người 73% thời gian với AI tiên tiến của chúng tôi, trong khi các phiếu tự đánh giá tùy chỉnh được tạo bởi trình tạo phiếu tự đánh giá tùy chỉnh của Smodin khớp với điểm của con người 82% thời gian với AI tiên tiến của chúng tôi. Độ lệch trung bình so với điểm thực cho tất cả các tiêu chí được trình bày ở trên.

*Phiếu đánh giá được tạo bằng cách sử dụng tiêu chí tùy chỉnh AI của Smodin phù hợp với điểm số của con người 82% thời gian trên cài đặt AI nâng cao. Các tiêu chí đặt trước của Smodin phù hợp với điểm số của con người 73% thời gian. Khi điểm AI khác với điểm của con người, 86% trường hợp điểm chỉ chênh lệch 1 điểm trên thang điểm 10.

**Công cụ chấm điểm AI cung cấp tính nhất quán 100%, nghĩa là cùng một bài luận sẽ cho ra số điểm như nhau mỗi khi được chấm điểm. Tất cả các điểm được sử dụng trong dữ liệu được lặp lại 3 lần và tạo ra sự nhất quán 100% trong cả 3 lần thử chấm điểm.