يسأل مستخدم رديت عن التوصيات لأفضل المقاييس لتقييم نماذج اللغات الكبيرة، وتحديداً لقدرات البرمجة والوكالات.

يعبر المنشور عن التعب من درجات المقاييس المنتفخة ويلاحظ أن العروض الحالية من DeepSeek تفتقر إلى دعم العديد من النماذج.