Docs v2026.7

Technical docs

Comment fonctionnent nos moteurs: résultats mesurés, limites claires.

Téléchargez le Model Card officiel et le Technical Report des moteurs derrière chaque score DotCheck. Résultats de tests retenus, expliqués clairement.

Résultats mesurés

Résultats held-out publiés pour Docs v2026.7. Le scoring quotidien utilise un modèle image, un modèle photogrammes vidéo, un modèle audio et sept modèles texte par langue sur une pile de features partagée.

Modèles principaux

Vermeer (image) inhouse@12
moyenne réelle 0.000 · moyenne IA 0.938 · exactitude équilibrée 0.9950
Valla (text English) inhouse-text@9
moyenne humaine 0.045 · moyenne IA 0.909 · exactitude équilibrée 0.980
Muybridge (video) inhouse-video@2
bag p90 moyenne réelle 0.004 · moyenne IA 0.940 · exactitude équilibrée 0.985
Helmholtz (audio) inhouse-audio@2
moyenne réelle 0.004 · moyenne IA 0.984 · exactitude équilibrée 0.986

Text by language

Features TMR + Fakespot partagées ; un modèle texte par langue. Mêmes seuils absolus qu'en anglais (humain ≤ 0.12 · IA ≥ 0.85 · préc. équilibrée ≥ 0.90). Les langues non prises en charge ne sont pas scorées.

Language Modèle 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

Le portugais (pt) utilise le modèle texte entraîné au Brésil. Méthodes et limites complètes dans les PDF ci-dessus.

Besoin de scores par programme ? Voir les docs de l’API Pro (clés dans 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.