Deepmark AIは、さまざまな外因性（タスク固有の）メトリック（例：精度、関連性、故障率、遅延など）でのいくつかの大規模な言語モデル（LLM）の評価を可能にするベンチマークツールであるため、AIアプリは信頼できるパフォーマンスを持っています。
