AIGC-Shed 论文降重 v3

问题定位

aigc-shed 面向论文改写后的 AIGC 疑似度问题。它不是简单替换同义词，而是围绕检测器偏好做句式与词频处理：默认目标将 AIGC 率压到 15% 以下，极限模式可逼近 0.5%，同时避免连续三句长度相近，把长句拆成两到三句，并在中间插入 3-8 字超短句。

工作方式

技能会根据参数加载不同策略，如 知网、维普、万方、GPTZero、ZeroGPT 或通用检测器，并选择 轻度、中度、深度、极限 强度。核心动作包括：

• 虚词瘦身：控制虚词密度，降低模板化痕迹。
• 句式打断：拆分长句、插入超短句，破坏稳定节奏。
• 术语保护：用户指定术语不改写，避免专业含义漂移。
• 多模型接力：开启后按管线改写，适合 10% 以下的更严格目标。

它还会记录反馈：每积累 5 条检测结果，就根据成功与失败案例调整技法权重；如果用户没有提供改写后的 AIGC 率，会提醒补充检测数据。

适用边界

该技能更适合中文论文、报告或说明文的 AIGC 降重，不适合绕过事实、数据与原创论证本身。术语表必须谨慎维护；极限模式强调多模型与回译链，可能让文风更像人工重写，但不会替代真实研究逻辑。