论文AIGC检测（lzx）
概述
提供学术论文 AIGC（AI 生成内容）率检测的完整领域知识：检测与查重的本质区别、六大检测系统的技术原理、检测渠道选择策略、检测报告解读方法、AI 率超标应对路径与学术诚信合规边界。适用于学生自查、教师指导、课堂教学三类场景。
触发场景
- 用户询问"论文 AI 率怎么测 / 怎么降 / 多少算合格"
- 用户想了解知网、维普、万方等平台 AIGC 检测系统的原理与差异
- 用户拿到 AIGC 检测报告，需要解读指标与分段标记
- 用户需要在多个检测渠道/平台之间做选择
- 用户询问本校或同类高校的 AIGC 检测政策红线
- 用户 AI 率超标，需要合规的应对建议（注意：本 skill 只讲检测，降改写方法见 thesis-deai / paper-humanizer 等 skill）
核心认知：三条铁律
先建立正确认知，再谈操作。
- AIGC 检测 ≠ 传统查重。 查重（如知网 PMLC/毕设系统）是拿论文和文献库做文本比对，找"和已发表内容相同的片段"；AIGC 检测不比对任何文献库，而是分析文本本身的统计特征，判断"这段文字像不像 AI 生成的"，输出的是概率而非事实认定。
- 检测靠三大统计指纹。 主流系统（含万方官方科普口径）均围绕三类特征：困惑度（用词可预测性——AI 用词太"顺"）、突发性（句长与结构的波动——AI 段落过于均匀）、语义特征（逻辑连贯性、信息密度、内容平滑度）。人类写作天然带"合理的不确定性"，AI 文本过于流畅规整，这就是被识别的原因。
- 检测结果是概率，不是判决。 同一篇论文在不同平台的 AI 率可能差出几十个百分点；误判真实存在（顶刊研究约 1/3 人类文本被误判）。只有学校指定系统的口径具有效力，自检结果仅供定位风险。
各平台检测系统原理速查
| 平台 | 核心原理（官方口径） | 输出形态 |
|---|---|---|
| 知网 | 预训练大模型 + "知识增强 AIGC 检测技术"，从语言模式 + 语义逻辑两条链路检测；以模型扩散度、内容平滑度、内容偏离度为指标 | AIGC 总体疑似度 + 分段标注 |
| 维普 | 运用 AI 大模型对各大 AIGC 模型生成的海量文本做特征反向演算，掌握生成规律后与待检文本做特征相似度比对；自我监督学习 + 深度学习模式识别 | AI 率 + 片段标注 |
| 万方文察 | 基于卷积神经网络的深度学习识别；人机样本 1:1、学科样本 1:1 均衡配比防误判 | 疑似概率 + 分段风险提示 |
| 格子达 | 判据为"人类写作存在合理的不确定性，AI 文本过于流畅"（2025-03 发布 3.0 版） | AI 率 + 片段标注 |
| Turnitin | 句子切分为重叠片段 → 逐段 0–1 概率评分 → 聚合全文；1–19% 区间刻意不显示分数以降低误伤 | AI writing 百分比 |
| 腾讯朱雀 | 混元大模型底座，七维度分析（困惑度/突发性/语义连贯等），140 万正负样本每日迭代，文本准确率约 92% | 双置信度 + 逐段标签（0 人工/1 AI/2 疑似）+ A/B/C/D 风险分档 |
> 各系统技术细节、专利佐证、版本沿革详见 references/检测系统原理详解.md；高校红线口径详见 references/高校红线与政策口径.md。
工作流程
任务 A：用户想了解"检测方式方法有哪些"
- 先给四大渠道全景：学校统一检测（唯一效力口径）→ 官方个人版自检（提前摸底）→ 本地 skill 工具（不限次、隐私好、结果不可互换）→ 第三方平台（仅交叉参考）。
- 用"检测渠道选择三步法"帮用户定位：① 先问审核方（学校/期刊）指定哪个系统；② 用同系统或本地工具做自检，定位高风险段；③ 以红线为锚留足余量。
- 用户追问原理时，按上表展开，再按需加载
references/检测系统原理详解.md。
任务 B：用户要选择检测渠道
- 问清三个问题：论文用途（课程/学位/投稿）、审核方是谁、是否已被告知指定系统。
- 按决策树给出建议：
- 学校已指定系统 → 只讲该系统的自检方式与报告解读，提醒以学校口径为准；
- 未指定 → 推荐"官方个人版自检 + 本地 skill 交叉验证"组合，说明各自局限；
- 仅写作中自查 → 本地 skill（朱雀 AIGC 检测、paper-polisher）不限次使用，隐私最好。 - 明确告知：本地 skill 检测结果与知网/万方等不可互换，只能用于定位和修改前后对比。
任务 B+：用户拿来一篇论文要求实测（本机落地工作流）
按以下顺序执行，任何一步失败都有降级路径：
- 提取全文：docx 用 python-docx 逐段提取（
docx.Document(path).paragraphs，过滤空段），存为带段落编号的文本，供逐段对应。 - 选检测引擎（按优先级）：
- 先试朱雀官方 API（zhuque-aigc-detect skill）：跑zhuque_detect.py check探凭据；
- 凭据缺失时不要卡住——直接降级到 paper-polisher 本地引擎（100% 本地，零配置），并在最终报告中如实披露"本地口径、不可与知网/维普互换"；
- 用户要求启用朱雀时，再引导配置 EdgeOne 网关凭据。 - 跑本地引擎三件套：
bash pp_doctor.py --json # 先看引擎档位（degraded=纯规则档） ai_detector.py 文章.txt --format json # 全文分 + paragraph_scores 逐段分 pp_fix_suggest.py 文章.txt --top 15 # 句子级特征证据（哪几句、因为什么） - 解读数据：总分按 risk_bands 分档；段落分 high(≥74.9)/medium(≥63.7)/low；top_patterns 统计 AI 高频词；model_hints 置信度接近时不得指认具体模型。
- 产出双文件：检测报告 HTML + 原文标注版 HTML（逐段分级底色 + 特征词高亮 + 人类痕迹标注）。生成脚本与案例模板见
references/实战案例与分析方法.md。 - 收尾必带：口径声明（不可互换）、学术诚信提示、修改优先级建议。
任务 C：用户要解读检测报告
- 先讲报告结构：总分（全文 AI 生成疑似概率）+ 分段标记（哪几段被标为疑似）。
- 解读三要点：
- 总分是概率性估计："60%"指"六成概率整体由 AI 生成"，不是"六成内容抄了 AI"；
- 段落级标记才是报告中最有用的部分——按段定位、逐段处理，不要盯着总分焦虑；
- 跨平台数字不可比，只与本校红线比。 - 结合
references/报告解读与操作指南.md给出分段处置建议（改写/补充研究内容/申诉）。
任务 D：用户 AI 率超标 / 担心超标
- 先区分性质：自己写的被误判 vs 确实用了 AI 辅助。
- 误判 → 走申诉路径（准备写作过程证据：草稿、版本记录、参考文献笔记），并了解各校与 Turnitin 官方均强调"不单独以 AI 率作处分依据"；
- 确用 AI → 讲合规路径：按《指南》出具 AI 使用声明、把 AI 参与环节限定在允许范围、对 AI 生成文本做实质性重写。 - 改写方法不展开（属降重 skill 范畴），只给方向性建议：注入真实研究内容（数据、实验细节、个人判断）治本；打破文本规整感（长短句交替、删逻辑连接词、具体动词）治标。同义词替换基本无效。
- 守住合规底线：不代写、不伪造、不隐瞒 AI 使用；《学位法》已将"人工智能代写"列入可撤销学位情形。
风险与合规红线（每次涉及必提）
- 红线差异大：各校 AIGC 红线普遍 15%–40%（如四川大学文科 ≤20%、福州大学 ≤20%、浙江科技大学 ≤40%），提交前务必以本校当年正式通知为准。
- 本地/第三方检测仅供参考，与学校指定系统结果不可互换。
- 不单独以 AI 率定论处分：误判真实存在（同文两小时复测 27.2%→0.5% 的案例见 references），检测报告是线索不是判决。
- 学术诚信三条：可使用（限定范围内用 AI 辅助）、须披露（按学校模板出具 AI 使用声明）、禁代写（AI 代写属学术不端，可撤销学位）。
人机混写判定框架（拿到结果后必用）
检测分高 ≠ 全文代写。用以下证据链区分"误判 / 混写 / 代写"：
| 证据类型 | 人类写作痕迹（反向证据） | AI 深度参与信号 |
|---|---|---|
| 事实层 | 真实基金编号、真实单位/合作者、真实可查文献、第一手经历 | 无具体事实的空泛论述 |
| 瑕疵层 | 笔误、重复字、编号错乱、格式不统一（AI 极少犯） | 通篇过于干净规整 |
| 结构层 | 各章节写法有变化、有侧重 | 章节高度同构（同一模板扩写 N 遍） |
| 内容层 | 有数据、案例细节、局限性反思 | "三段复读"、观点四平八稳、零实证颗粒度 |
判定规则：有人类痕迹 + AI 信号集中在论述段 → 人机混写，只改论述段，不推倒重写；无任何人类痕迹且全文同构 → 提示用户按学校政策走披露/申诉，不代为辩解。
Resources
references/检测系统原理详解.md—— 知网（含专利佐证）/维普/万方/格子达/Turnitin/朱雀六系统技术细节、平台差异归因、版本沿革。用户追问"某系统到底怎么测的"时加载。references/高校红线与政策口径.md—— 《学位法》条款、中国学位与研究生教育学会《指南》、8 所高校红线对照、误判案例与申诉口径。用户问"我们学校/某校什么标准"时加载。references/报告解读与操作指南.md—— 报告指标逐项解读、分段处置决策表、自查流程 checklist、与降重 skill 的衔接说明。用户拿着报告来问时加载。references/实战案例与分析方法.md—— 实测案例沉淀（2026-10-12 paper-polisher 实测）、五个可复用分析模式（章节同构/三段复读/零实证颗粒度/人类痕迹清单/AI高频词密度）、本地引擎命令链、检测报告+原文标注版双交付结构、标注版生成脚本骨架。用户拿来论文要求实测时首先加载。
