Docs v2026.7
Technical docs
当社のスコアリング エンジンの仕組み: 測定結果、明確な制限。
すべての DotCheck スコアの背後にあるエンジンについては、公式の Model Card および Technical Report をダウンロードしてください。テスト結果をわかりやすく説明。
測定結果
Docs v2026.7 の公開 held-out 結果。日常スコアは共有特徴スタック上で画像モデル1つ、動画フレームモデル1つ、音声モデル1つ、言語別テキストモデル7つを使います。
主要モデル
- Vermeer (image)
inhouse@12 - 実質平均 0.000 · AIの平均 0.938 · バランスの取れた精度 0.9950
- Valla (text English)
inhouse-text@9 - 人間の平均 0.045 · AIの平均 0.909 · バランスの取れた精度 0.980
- Muybridge (video)
inhouse-video@2 - bag p90 実質平均 0.004 · AIの平均 0.940 · バランスの取れた精度 0.985
- Helmholtz (audio)
inhouse-audio@2 - 実質平均 0.004 · AIの平均 0.984 · バランスの取れた精度 0.986
Text by language
共有の TMR + Fakespot 特徴; 言語ごとにテキストモデル1つ。英語と同じ絶対フロア（人間 ≤ 0.12 · AI ≥ 0.85 · バランス精度 ≥ 0.90）。未対応言語は採点しません。
| Language | モデル | 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 |
ポルトガル語 (pt) はブラジルで学習したテキストモデルを使います。方法と制限の詳細は上の PDF にあります。
プログラムでスコアが必要ですか？Pro API の docs を参照（キーは 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.