Docs v2026.7

Technical docs

Cara kerja mesin penilaian kami: hasil terukur, batasan jelas.

Unduh Model Card dan Technical Report resmi untuk mesin di balik setiap skor DotCheck. Hasil tes yang dibagikan, dijelaskan dengan bahasa yang sederhana.

Model Card Ringkasan singkat · PDF Unduh Technical Report Cara kerja penilaian · PDF Unduh

Hasil yang terukur

Hasil held-out yang dipublikasikan untuk Docs v2026.7. Skor harian memakai satu model gambar, satu model bingkai video, satu model audio, dan tujuh model teks per bahasa pada tumpukan fitur bersama.

Model utama

Vermeer (image) inhouse@12: rata-rata nyata 0.000 · Rata-rata AI 0.938 · akurasi yang seimbang 0.9950
Valla (text English) inhouse-text@9: rata-rata manusia 0.045 · Rata-rata AI 0.909 · akurasi yang seimbang 0.980
Muybridge (video) inhouse-video@2: bag p90 rata-rata nyata 0.004 · Rata-rata AI 0.940 · akurasi yang seimbang 0.985
Helmholtz (audio) inhouse-audio@2: rata-rata nyata 0.004 · Rata-rata AI 0.984 · akurasi yang seimbang 0.986

Text by language

Fitur TMR + Fakespot bersama; satu model teks per bahasa. Ambang absolut sama seperti Inggris (manusia ≤ 0.12 · AI ≥ 0.85 · akurasi seimbang ≥ 0.90). Bahasa yang tidak didukung tidak dinilai.

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

Portugis (pt) memakai model teks yang dilatih di Brasil. Metode dan batas lengkap ada di PDF di atas.

Butuh skor lewat program? Lihat docs API Pro (kunci di 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.