Docs v2026.7

Technical docs

Como funcionam os nossos motores de pontuação: resultados medidos, limites claros.

Baixe os Model Card e Technical Report oficiais para os motores por trás de cada pontuação DotCheck. Resultados de testes apresentados, explicados em linguagem simples.

Resultados medidos

Resultados held-out publicados para Docs v2026.7. A pontuação do dia a dia usa um modelo de imagem, um de frames de vídeo, um de áudio e sete modelos de texto por idioma em uma pilha de features compartilhada.

Modelos principais

Vermeer (image) inhouse@12
média real 0.000 · Média de IA 0.938 · precisĂŁo equilibrada 0.9950
Valla (text English) inhouse-text@9
média humana 0.045 · Média de IA 0.909 · precisĂŁo equilibrada 0.980
Muybridge (video) inhouse-video@2
bag p90 média real 0.004 · Média de IA 0.940 · precisĂŁo equilibrada 0.985
Helmholtz (audio) inhouse-audio@2
média real 0.004 · Média de IA 0.984 · precisĂŁo equilibrada 0.986

Text by language

Features TMR + Fakespot compartilhadas; um modelo de texto por idioma. Os mesmos pisos absolutos do inglês (humano ≤ 0.12 · IA ≥ 0.85 · prec. equilibrada ≥ 0.90). Idiomas sem suporte não são pontuados.

Language Modelo 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

Português (pt) usa o modelo de texto treinado no Brasil. Métodos e limites completos estão nos PDFs acima.

Precisa de pontuações por programa? Veja os docs da API Pro (chaves no 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.