AIGC 检测是什么
AIGC 检测回答的是「这段文字有多少像模型生成的」。它给出的是概率性判断，不是事实认定；理解它的原理与局限，比纠结某一个数字更有用。
一律以页面与接口实际显示为准，本站不承诺任何检测通过率或降重幅度。
本站不对外披露检测器的准确率、误判率等内部评测指标，检测结果以你所在院校使用的系统口径为准。
生成内容仅供学习与研究参考，不构成可直接提交的学术成果；引用与事实须自行核验；用户须自行符合所在机构的学术诚信要求。
本站不代写、不代投、不代发、不代答辩；是否以及如何在校规、期刊政策允许的范围内使用产物，由用户自行判断并承担全部责任。
一、它和查重不是一回事
查重（文字复制比）比对的是你的文字与已有文献、网络资源的重合程度，输出的是重复比例与重合来源。
AIGC 检测比对的是文本的统计特征与模型生成文本的相似程度，输出的是「疑似生成」的判断或分段标注。两者看的是不同的东西：一段完全原创但由模型生成的文字，查重可能很低，AIGC 检测却可能判为生成；反过来，大段引用他人文字，查重会很高，AIGC 检测未必报警。
二、常见的技术路线
公开资料里常见的思路有三类：
- 统计特征：模型生成的文本在词频分布、句长变化、用词多样性上往往更「平滑」，检测器据此打分。
- 分类模型：用大量人写与机写的样本训练分类器，判断新文本属于哪一类。
- 水印与溯源：部分模型在生成时嵌入可检测的标记，服务方可通过标记识别。
三类方法都有误判空间：模板化写作、翻译腔、非母语写作都可能被误判；经过多次改写的文本也可能让检测失效。
三、为什么不同系统结果不一样
原因主要有四个：训练数据不同、判定阈值不同、切分粒度不同（按段还是按句）、版本更新时间不同。同一段文字在不同系统上得到不同结论是常态。
所以学校通常指定一个系统作为口径；你自测用的工具，结果只能作参考。
四、检测报告怎么看
看三样东西：整体判断、分段标注、可疑片段的上下文。整体判断告诉你风险等级；分段标注指出哪些段落被判为生成；上下文决定了这段文字是否真的有问题——方法描述、公式说明、文献罗列本身就容易模板化，被判中的概率更高。
报告里如果有各维度的风险分布，优先看高风险段落，而不是只看一个总分。
五、被判定之后的常见处理
- 先确认学校口径：以哪个系统、哪个版本为准。
- 逐段核对被标注的内容，区分「确实由模型生成」与「模板化表达被误判」。
- 对确实由模型生成的部分，补充自己的分析、数据或案例，并保留修改记录。
- 按学校要求说明使用情况；需要时重新检测。
改写只能改变表达，不能替代研究本身——把结论建立在真实数据与论证上，才是根本。
六、我们不提供什么
本站提供 AIGC 改写与检测报告解读的入口，但不对外披露检测器的内部评测指标，也不对任何单篇的检测结果作出判断。检测结果以你所在院校使用的系统口径为准。
相关规定与写法的整体说明，见AI 使用与学术诚信。
常见问题
AIGC 检测能查出所有 AI 生成的内容吗？
不能。检测是概率性判断，经过改写、翻译或人工重写的文本可能无法被识别；同样，人工写的模板化文本也可能被误判。
不同平台检测结果不一样，以哪个为准？
以学校指定的系统与版本为准。其他平台的结果只能作为参考，不能作为申辩依据。
检测报告里的百分比代表什么？
通常表示被判为疑似生成的文本占比或风险分值，具体含义取决于系统；解读时结合分段标注与上下文，不要只看单一数字。
毕过按阶段推进论文写作：设定核对、文献线索、大纲、章节正文、审稿检查与格式排版。了解毕过