论文查重系统的工作原理
论文查重，本质上是一个大规模文本相似度检测过程。系统将提交的论文与海量数据库（包括期刊、学位论文、会议论文、网页资源等）进行比对，通过特定算法计算出文本的“重复”或“相似”部分，最终给出一个百分比数值，即“总文字复制比”或“重复率”。
一、核心认定机制：基于“连续字符”的比对
目前主流的查重系统（如知网、维普、万方等）普遍采用“连续重复字符数”作为最基本的判定单元。这并非简单比较词语，而是将文章切割成更细的“字符串片段”进行比对。
- 最小比对单位：通常系统会设置一个“敏感阈值”，例如连续13个字符（约6-7个汉字）相同或高度相似，即可能被标记为重复。空格、标点通常不计入字符数。
- 句子切分与重组比对：系统会智能切分句子，并对语序调整、同义词替换等进行一定程度的识别。简单的“调换语序”或“替换几个词”在现代算法面前效果有限。
二、重复率的具体计算方式
总重复率 = （论文中与比对库重复的字符总数） / （论文总字符数） * 100%
但这只是总比率，系统还会细分：
- 去除引用文献复制比：在论文中正确标注了引用的部分，如果格式规范，部分系统可以在计算时予以排除。
- 去除本人已发表文献复制比：对于已发表过论文的作者，系统可以排除其本人已发表的文献，避免自我重复计算。
- 单篇最大文字复制比：标示出与哪一篇文献的重复率最高，方便定位问题。
关键理解：“重复”不仅指一字不差的“抄袭”，也包括语义相同/高度相似的表述。随着自然语言处理（NLP）技术的发展，查重系统对语义层面的识别能力越来越强。
三、数据库范围与算法差异
不同查重系统的结果可能差异很大，这主要取决于：
- 比对数据库：知网拥有最全的中文学术资源库，包括“大学生论文联合比对库”（收录往届本科毕业论文），这是其检测严格的重要原因。
- 算法细节：阈值设置、对专业术语的豁免程度、对公式和表格的处理方式等，各家均有不同。
AI时代的新挑战与对策：关于“AIGC率”与降AI工具
随着ChatGPT等AI写作工具的普及，学术界开始关注由AI生成的内容（AIGC）。部分查重系统或学校检测流程已开始引入“AIGC检测”模块，用于识别论文是否由AI大量生成。这催生了新的需求——降低论文的“AI特征”或“AIGC率”。
小发猫降AIGC工具便是应对此需求的工具之一。其核心原理并非传统“查重”，而是通过改写和重构AI生成的文本，使其语言风格、句式结构更接近人类写作，从而降低被AIGC检测算法识别的概率。
如何使用小发猫等工具辅助论文修改（降低AI特征）？
注意：工具应作为辅助，核心思想和学术内容必须由研究者本人把控。
- 定位高AI风险段落：可先用初版AIGC检测工具扫描全文，标记出AI特征明显的部分（如过于工整的排比、缺乏个性痕迹的叙述）。
- 深度改写与重构：将高风险段落输入小发猫的“降AIGC”或“深度改写”功能。工具会重新组织语言，替换通用表达，加入适当的“不完美”变化。
- 人工润色与专业强化：工具改写后，必须由作者本人进行仔细核对和润色。添加个人研究的具体细节、领域内的专业术语和符合个人写作习惯的表达。
- 交叉验证：修改完成后，可再次使用AIGC检测工具进行验证，观察“AI概率”是否降低。同时，仍需用传统查重系统检查学术重复率。
核心原则是：工具旨在帮你优化表达，规避不必要的格式化AI痕迹，但不能替代你的独立思考和创造性研究。