Docs v2026.7

Technical docs

Jak działają nasze silniki scoringowe: zmierzone wyniki, jasne limity.

Pobierz oficjalne Model Card i Technical Report silników odpowiadających za każdy wynik DotCheck. Wstrzymane wyniki testów wyjaśnione prostym językiem.

Zmierzone wyniki

Opublikowane wyniki held-out dla Docs v2026.7. Codzienne scorowanie używa jednego modelu obrazu, jednego klatek wideo, jednego audio i siedmiu modeli tekstu per język na wspólnym stosie cech.

Modele główne

Vermeer (image) inhouse@12
prawdziwa średnia 0.000 · Ĺšrednia AI 0.938 · zrównoważona dokładność 0.9950
Valla (text English) inhouse-text@9
średnia ludzka 0.045 · Ĺšrednia AI 0.909 · zrównoważona dokładność 0.980
Muybridge (video) inhouse-video@2
bag p90 prawdziwa średnia 0.004 · Ĺšrednia AI 0.940 · zrównoważona dokładność 0.985
Helmholtz (audio) inhouse-audio@2
prawdziwa średnia 0.004 · Ĺšrednia AI 0.984 · zrównoważona dokładność 0.986

Text by language

Wspólne cechy TMR + Fakespot; jeden model tekstu na język. Te same absolutne progi co angielski (człowiek ≤ 0.12 · AI ≥ 0.85 · prec. zrównoważona ≥ 0.90). Nieobsługiwane języki nie są oceniane.

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

Portugalski (pt) używa modelu tekstu trenowanego w Brazylii. Pełne metody i limity są w PDF powyżej.

Potrzebujesz ocen programowo? Zobacz docs API Pro (klucze w 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.