Docs v2026.7

Technical docs

Як працюють наші механізми оцінки: виміряні результати, чіткі обмеження.

Завантажте офіційні Model Card та Technical Report для двигунів, що стоять за кожною оцінкою DotCheck. Викладені результати тесту, пояснені простою мовою.

Виміряні результати

Опубліковані held-out результати для Docs v2026.7. Щоденне оцінювання використовує одну модель зображень, одну для кадрів відео, одну аудіо та сім текстових моделей за мовою на спільному стеку ознак.

Основні моделі

Vermeer (image) inhouse@12
реальне середнє 0.000 · ШІ середній 0.938 · збалансована точність 0.9950
Valla (text English) inhouse-text@9
в середньому по людині 0.045 · ШІ середній 0.909 · збалансована точність 0.980
Muybridge (video) inhouse-video@2
bag p90 реальне середнє 0.004 · ШІ середній 0.940 · збалансована точність 0.985
Helmholtz (audio) inhouse-audio@2
реальне середнє 0.004 · ШІ середній 0.984 · збалансована точність 0.986

Text by language

Спільні ознаки TMR + Fakespot; одна текстова модель на мову. Ті самі абсолютні пороги, що й для англійської (людина ≤ 0.12 · AI ≥ 0.85 · збалансована точність ≥ 0.90). Непідтримувані мови не оцінюються.

Language Модель 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

Португальська (pt) використовує текстову модель, навчену в Бразилії. Повні методи й обмеження — у PDF вище.

Потрібні оцінки програмно? Див. docs Pro API (ключі в 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.