Docs v2026.10
技术文档
评分模型如何工作：测得结果，清楚上限。
下载每项 DotCheck 分数背后模型的正式 Model Card 与 Technical Report。用训练未见数据做的测试，用明白的话写。
测得结果
用训练未见数据做的测试。日常评分用一个图像模型、一个视频帧模型、一个音频模型和八个文本头。其中七个共用 Rask 与 Comenius；中文是 Ma Jianzhong。
主模型
Vermeer@14.2 image
Pair stills · Niepce + Janssen
- Real
- 0.025
- AI
- 0.983
- Balanced acc.
- 0.9924
Valla@14.3 text · English
Writing · Rask + Comenius + a named tiny per Latin language
- Human
- 0.029
- AI
- 0.984
- Balanced acc.
- 0.979
Muybridge@4.4 video
Pair frames · Plateau + Blau · stamp-cap
- Real
- 0.022
- AI
- 0.976
- Balanced acc.
- 0.9859
Helmholtz@3.1 audio
Sound · trained head
- Real
- 0.018
- AI
- 0.989
- Balanced acc.
- 0.995
本页英语数字来自 RAID-lite 考卷（计入维基百科；新闻只观察）。单一生成器的英语集合不是公开数字。
按语言的文本
英语、西班牙语、葡萄牙语、法语、意大利语、德语、荷兰语共用 Rask 与 Comenius；中文是 Ma Jianzhong。每种语言一个文本模型。相同绝对下限（人类 ≤ 0.12 · AI ≥ 0.85 · 均衡准确率 ≥ 0.90）。不支持的语言以及繁体中文为主的文本不评分。
| 语言 | Engine | 人类 ↓ | AI ↑ | Bal. acc. |
|---|---|---|---|---|
| English | Valla@14.3 · Sweet | 0.029 | 0.984 | 0.979 |
| Chinese | Valla · Ma Jianzhong | 0.047 | 0.922 | 0.954 |
| Spanish | Valla · Bello | 0.029 | 0.993 | 0.982 |
| French | Valla · Littre | 0.021 | 0.990 | 0.978 |
| Portuguese | Valla · Ribeiro | 0.042 | 0.964 | 0.958 |
| German | Valla · Grimm | 0.034 | 0.966 | 0.978 |
| Italian | Valla · Ascoli | 0.016 | 0.943 | 0.972 |
| Dutch | Valla · Vries | 0.056 | 0.963 | 0.950 |
葡萄牙语 (pt) 使用巴西训练的头。方法与上限见上方 PDF。
Hugging Face 上的模型卡与开放权重（Apache-2.0）。日常评分仍走 DotCheck：
- huggingface.co/DotCheck
- vermeer-image-v14_2
- valla-text-v14_3
- muybridge-video-v4_4
- helmholtz-audio-v3_1
- DotCheck Engines collection
Chrome、Android、Check 与 Pro API 调用同一 Express 路径。同一组模型。Technical Report 讲的是这些模型，不是第五个。API 密钥在 Check 生成。Confirm 仅限第一方，不经 API。