Non. La reconnaissance statistique fournit une estimation probabiliste, non une certitude juridique ou académique. Un score élevé signale une forte densité de structures synthétiques, mais une révision humaine reste indispensable.

Notre moteur exploite un Swin Vision Transformer via ONNX Runtime. Plutôt que de vérifier les métadonnées (faciles à effacer), il analyse les motifs microscopiques de débruitage au niveau des pixels et la cohérence spatiale propres aux modèles de diffusion.

Non. Les soumissions sont traitées exclusivement en mémoire vive (RAM) le temps de l'inférence et sont effacées immédiatement après. Nous ne conservons ni n'utilisons vos données pour l'entraînement.

Pour garantir la pertinence statistique de l'analyse de perplexité et de burstiness, nous recommandons de soumettre au moins 50 à 100 mots. Un texte de moins de 20 mots ne dispose pas d'une distribution suffisante pour trancher avec certitude.