Docs v2026.7
Technical docs
Jak fungují naše hodnoticí modely: naměřené výsledky, jasné limity.
Stáhněte si oficiální Model Card a Technical Report pro modely za každým skóre DotCheck. Výsledky testů, vysvětlené srozumitelným jazykem.
Naměřené výsledky
Zveřejněná held-out měření pro Docs v2026.7. Každodenní skórování používá jeden obrazový model, jeden video-snímkový, jeden audio a sedm jazykových textových modelů na sdíleném feature stacku.
Primární modely
- Vermeer (image)
inhouse@12 - skutečný průměr 0.000 · Průměr AI 0.938 · vyvážená přesnost 0.9950
- Valla (text English)
inhouse-text@9 - lidský průměr 0.045 · Průměr AI 0.909 · vyvážená přesnost 0.980
- Muybridge (video)
inhouse-video@2 - bag p90 skutečný průměr 0.004 · Průměr AI 0.940 · vyvážená přesnost 0.985
- Helmholtz (audio)
inhouse-audio@2 - skutečný průměr 0.004 · Průměr AI 0.984 · vyvážená přesnost 0.986
Text by language
Sdílené TMR + Fakespot rysy; jeden textový model na jazyk. Stejné absolutní prahy jako angličtina (člověk ≤ 0.12 · AI ≥ 0.85 · vyvážená přesnost ≥ 0.90). Nepodporované jazyky se neskórují.
| Language | Model | Human ↓ | AI ↑ | Bal. acc. |
|---|---|---|---|---|
| English | Valla inhouse-text@9 |
0.045 | 0.909 | 0.980 |
| Spanish | Valla inhouse-text-es_v2 |
0.088 | 0.953 | 0.972 |
| Portuguese | Valla inhouse-text-pt_BR_v1 |
0.103 | 0.945 | 0.928 |
| French | Valla inhouse-text-fr_v2 |
0.082 | 0.976 | 0.975 |
| Italian | Valla inhouse-text-it_v1 |
0.069 | 0.986 | 0.972 |
| German | Valla inhouse-text-de_v1 |
0.064 | 0.968 | 0.958 |
| Dutch | Valla inhouse-text-nl_v1 |
0.101 | 0.978 | 0.933 |
Portugalština (pt) používá textový model trénovaný v Brazílii. Plné metody a limity jsou v PDF výše.
Potřebujete skóre programově? Viz docs Pro API (klíče v Dashboard).
Model cards and open weights on Hugging Face (Apache-2.0). Everyday scoring still runs through DotCheck: huggingface.co/DotCheck · vermeer-image-v12 · valla-text-v9 · muybridge-video-v2 · helmholtz-audio-v2 · DotCheck Engines collection.