Docs v2026.7
Technical docs
So funktionieren unsere Scoring-Engines: gemessene Ergebnisse, klare Limits.
Lade die offizielle Model Card und den Technical Report der Engines hinter jedem DotCheck-Score. Hold-out-Testergebnisse, klar erklärt.
Gemessene Ergebnisse
Veröffentlichte Held-out-Ergebnisse für Docs v2026.7. Alltägliches Scoring nutzt ein Bildmodell, ein Videoframe-Modell, ein Audiomodell und sieben sprachspezifische Textmodelle auf einem gemeinsamen Feature-Stack.
Primäre Modelle
- Vermeer (image)
inhouse@12 - Real-Mittel 0.000 · KI-Mittel 0.938 · ausgewogene Genauigkeit 0.9950
- Valla (text English)
inhouse-text@9 - Human-Mittel 0.045 · KI-Mittel 0.909 · ausgewogene Genauigkeit 0.980
- Muybridge (video)
inhouse-video@2 - bag p90 Real-Mittel 0.004 · KI-Mittel 0.940 · ausgewogene Genauigkeit 0.985
- Helmholtz (audio)
inhouse-audio@2 - Real-Mittel 0.004 · KI-Mittel 0.984 · ausgewogene Genauigkeit 0.986
Text by language
Geteilte TMR- + Fakespot-Features; ein Textmodell pro Sprache. Dieselben absoluten Floors wie Englisch (Mensch ≤ 0.12 · KI ≥ 0.85 · bal. Acc. ≥ 0.90). Nicht unterstützte Sprachen werden nicht bewertet.
| Language | Modell | 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 |
Portugiesisch (pt) nutzt das in Brasilien trainierte Textmodell. Volle Methoden und Limits stehen in den PDFs oben.
Programmatische Scores? Siehe die Pro-API-Docs (Schlüssel im 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.