なぜ一つの「総合精度」を表示しないのですか？

一つの数値では、言語、文章場面、長さ、手法バージョンの違いが隠れます。日本語の独立 held-out 評価が完了していないため、現時点で普遍的な精度を出すのは根拠を超えた表現になります。

今の結果では、何を確認できますか？

検査範囲、言語、手法バージョン、注意が必要な実際の箇所、不確実な理由、判定できないことを確認できます。執筆者の証明ではなく、見直しのための根拠として使ってください。

既存語料との重複ゼロ、凍結・盲検実行、完全な出典情報、必須場面の網羅、信頼区間と位置指標、承認済み費用上限内の再現可能な実行が必要です。

バージョン管理された評価記録

手法、検証した範囲、限界を公開します。過去のベンチマークを、現在の精度保証として使い回しません。

現在の手法には、選定に使用した142件の凍結済み validation set があります。このデータは手法の選択に影響したため、開発上の根拠ではありますが、独立した現行精度の推定値ではありません。

独立・盲検の held-out 評価は、まだ公開ゲートを通過していません。そのため、現在の日本語 FPR、TPR、AUC、正解率は公開していません。

エンジン、プロンプト、しきい値の選定に使った語料と重ならない、利用許可を確認した新規サンプルを集めます。

本文ハッシュ、場面メタデータ、費用上限を固定し、実行完了まで正解ラベルを評価側から隔離します。

FPR、TPR、AUC、位置特定 recall/fallout、件数、95%信頼区間を記録します。

現在の手法バージョンに結びついた再現可能な実行だけが、結果画面と本ページの数値を解禁します。

検出結果だけで、文書の執筆者を証明することはできません。

ある言語や文章場面の性能を、別の場面へそのまま流用できません。

部分検査や縮退時の結果は、現行手法による全文検査より根拠の範囲が狭くなります。

手法、提供元、しきい値を変えた場合は、新しいバージョンで再評価が必要です。

現在の手法バージョンに結びついた再現可能な実行だけが、結果画面と本ページの数値を解禁します。

あなたの結果に付いた過程、根拠、限界を確認できます。

過去のvalidation記録 · 現在の精度ではありません

この凍結済み日本語マトリクスは、監査できる過去の観測記録として残しています。方法選定に影響したデータのため、現在のOmniDetect本番精度の推定や現在の事業者ランキングには使えません。過去の測定スナップショット: 2026年8月20日.

内部validationの過去記録です。既存語料と重ならない盲検held-out評価が通るまで、現在の製品精度数値は公開しません。

日本語221篇（人間執筆90・AI／混在131）。この過去実行ではスコア70以上をAI判定として数えました。

人間列は誤判定数、AI列は検出数です。この語料、閾値、提供元バージョン、測定日にだけ対応する値です。

この語料はOmniDetectの方法選定にも使われました。その行を現在の性能として見せると、選定データを独立評価のように再利用することになります。再現用アーカイブには行を残しますが、held-out公開ゲートを通るまで顧客向けの数値主張には使いません。

過去の測定時の検出器	人間執筆・文学65篇（2020年以前・出典追跡可）	人間執筆・学生文体25篇（同条件）	AI・Gemini52 篇	AI・GPT-4o20 篇	AI・Claude20 篇	AI・学生文体15 篇	AI・言い換え12篇（難条件）	人間+AI混在12篇（最難条件）
Pangram	0/65	0/25	52/52	20/20	20/20	15/15	12/12	6/12
User Local過去実行ではサービス上限の範囲で221/221件を測定。	0/65	0/25	17/52	11/20	3/20	0/15	0/12	0/12
Sapling	48/65	22/25	20/52	7/20	7/20	4/15	2/12	8/12
ZeroGPT	0/65	0/25	2/52	0/20	0/20	0/15	0/12	0/12
Winston過去のAPI測定時点では日本語非対応（LANGUAGE_NOT_SUPPORTED）。	—	—	—	—	—	—	—	—

各提供元のシステムは測定後に変わっている可能性があります。以下は一つの日本語語料での過去観測であり、現在の機能・料金・普遍的精度・推奨順位ではありません。