中文 | English
免费的本地 AI 率检测 —— 宿舍算力也能跑，论文不上传，结果在自己手里。
先看手册，再动手。 安装、检测、诊断降重、自动降重闭环、算力合并、常见问题（含各种安装/下载报错的解决办法）都在这里：
- 👉 使用手册.md —— 完整图文说明（中文，推荐首先阅读）
- 📝 更新日志 CHANGELOG.md —— 每个版本改了什么
- ❓ 遇到的问题手册里没写？见文末 Bug 反馈，直接发邮件
| 能力 | 说明 |
|---|---|
| 整篇 AI 率检测 | 拖入 PDF / DOCX / TXT 论文，直接给出整篇 AI 生成占比 |
| 段落级定位 | 逐段输出 AI 概率，红色高亮最可疑的段落，照着改就行 |
| 检测 → 诊断 → 降重闭环 | 先诊断 11 种 AI 痕迹（段落级 JSON 报告），再按「三轮降重协议」做确定性改写，降重 ≠ 口语化，守住学术书面语体 |
| 自动降重 | 改写后本地复检，没降到目标 AI 率就继续改，循环到达标为止 |
| 5 个检测引擎 | SimpleAI 中文（默认）、GLTR 困惑度、Fast-DetectGPT、DetectGPT、Binoculars；也可接入任意 HuggingFace 模型 |
| 模型按需下载 | 软件不预置模型，用哪个下哪个；下载一次后完全离线运行 |
| 评测基准 | 内置 RAID / MGTBench：用带标注样本测出准确率、假阳性率、按生成模型分项；可导入官方数据集子集 |
| 全程离线 | 推理全在本机跑，论文不上传任何平台；模型下载一次后就断网可用 |
| 多设备算力合并 | 同机多显卡自动并行；局域网内可把室友的电脑、Pad、手机并入并行计算 |
| 模型路径可自定义 | 模型可放任意磁盘（如 D 盘），装在 C 盘也不占空间，重装软件不影响已下载的模型 |
| 参数高度自定义 | 判定阈值、段落切分、并行数等均可调；预设可存档、导出、导入 |
| 中英双语 | 软件界面与安装器均支持一键切换 中文 / English |
一款本地运行的 AIGC 检测桌面工具：拖入论文（PDF / DOCX / TXT），选择检测引擎，即可得到整篇 AI 生成占比与段落级报告。
- 全程离线推理：检测模型本地下载一次，论文内容不会上传给任何平台，保护隐私
- 模型保存路径可自定义：模型可存到任意磁盘（如 D 盘），装在 C 盘也不怕占空间；重装软件不影响已下载的模型
- 5 个检测引擎：SimpleAI 中文（默认）、GLTR 困惑度、Fast-DetectGPT、DetectGPT、Binoculars，也支持任意 HuggingFace 模型
- 模型按需下载：软件不预置模型，用哪个下哪个，下载一次后完全离线可用
- 评测基准：内置 RAID / MGTBench，用带标注样本给自己的检测结果做体检（准确率、假阳性率、按生成模型分项）
- 参数高度自定义：判定阈值、段落切分、并行数等均可调整，预设可存档、导出、导入
- 多设备算力合并：同一台机器多显卡自动并行；局域网内可把室友的电脑、Pad、手机都加入并行计算
- 检测 → 诊断 → 治疗闭环：检测出 AI 率后，本地规则引擎诊断 AI 痕迹（段落级 JSON 报告）， 再按“三轮降重协议”做保学术语体的确定性降重
- 中英双语：软件界面与安装器均支持一键切换 中文 / English
- 免费开源：预留收费接口，核心功能永远免费
检测只是第一步。本项目融合了两个 MIT 开源项目的方法论，形成完整闭环，全部本地运行、不调用任何外部 AI：
扫描以下三类信号，输出段落级结构化 JSON 报告（可导出）：
| 类别 | 内容 |
|---|---|
| 9 维特征扫描 | 模板句式密度、突发性（句长变异系数 CV）、段落对称性、被动语态、嵌套编号、冒号并列、标点规律、口语化预警、破折号密度（后两项是“降重过度”门禁，守学术语体） |
| 知网 5 种语言模式 | 句法节奏可预测性、信息密度均匀性、术语句法位置固定、连接词功能重叠、模板段功能全等性 |
| 11 种深度 AI 痕迹 | 重要性膨胀、同义词轮换、三板斧强迫症、系词回避、模糊归因、公式化挑战段、悬浮式分析、空洞结论、破折号过度使用、虚假范围、成对转折收束 |
每一段都会给出：风险等级、命中的模式与证据片段、逐句标记、建议动作。
- 第一轮（减法）：先圈出受保护片段（引用编号、图表/公式编号、数据/百分比/P 值、专业术语、引语，一字不动），再做词级替换（中文 AI 高频词，多个变体轮换）、句级重构、拆排比/编号；
- 第二轮（加法）：节奏工程——确定性长句拆分（目标 CV ≈ 0.45），绝不编造原文没有的事实、数据或文献；
- 第三轮（自检）：Anti-AI 审计 + 语体守门——口语化/网络用语必须改回书面学术表达，破折号每段 ≤1 个，语体优先于修改率。
四条铁律全程生效：禁止 AI 全量重写、修改率 >40% 只靠结构改写与模板去除、确定性替换、保持学术语体。
检测完成后，如果整篇 AI 率超过你设置的阈值（默认 30%，可改），软件会弹出建议进入降重；也可以随时点「开始降重」。
这个项目的灵感来自我的一位大学生朋友。
他的毕业论文需要反复查 AI 率——每改一版都要查一次，学校提供的官方检测入口不仅次数有限，而且相当费钱。听着他的抱怨，我冒出一个想法：宿舍里总会有人打游戏，游戏电脑基本都有独立显卡，完全跑得动本地 AI 检测；一张显卡不够，还能用数据线 / 局域网把室友的电脑连起来，甚至把 Pad、手机 也加进来合并算力。
于是就有了这个项目：让论文检测回归本地、免费、可控。
本项目不是自创检测算法，而是把以下经过学术评审的方法全部落地成可运行的引擎或评测模块，分「检查 / 修复 / 评测」三类。模型不预置，用到哪个下哪个。
| 项目 / 论文 | 在本项目里怎么实现的 | 链接 |
|---|---|---|
| SimpleAI / HC3（默认中文引擎） | RoBERTa 序列分类模型，逐段输出 AI 概率；论文《How Close is ChatGPT to Human Experts?》 | arXiv · GitHub |
| GLTR | 语言模型困惑度：PPL ≤ 低阈值判 0.85、≥ 高阈值判 0.15，中间线性插值；MIT 出品，NeurIPS 2019 | arXiv · GitHub |
| Fast-DetectGPT | 按论文的条件概率曲率实现：用打分模型自身采样构造扰动样本 x̃，比较 logP(x) − E[logP(x̃)]；ICLR 2024 |
arXiv · GitHub |
| DetectGPT | 按论文的掩码扰动实现：T5 补全随机挖掉的片段得到 x̃，比较对数概率曲率；零样本，斯坦福，ICML 2023 (Oral) | arXiv · GitHub |
| Binoculars | 同词表双模型交叉困惑度比 B = logPPL_observer / crossPPL_performer，B 越小越像 AI；只看比值，免调阈值；ICML 2024 |
arXiv · GitHub |
| 项目 | 在本项目里怎么实现的 | 链接 |
|---|---|---|
| aigc-reduce | 三轮降重协议完整落地：9 维扫描 + AI 高频词替换表 + 口语化负面清单 + 受保护片段，确定性改写、语体守门。规则来自知网 3.0 / 万方 / PaperPass / PaperPure 的检测原理 | GitHub |
| cnki-aigc---skill | 知网 5 种语言模式（句法节奏 / 信息密度 / 术语句法位置 / 连接词功能 / 模板段功能）落地为段落级诊断，输出结构化 JSON；该做法实测 20.6% → 10.1% | GitHub |
| 项目 / 论文 | 在本项目里怎么实现的 | 链接 |
|---|---|---|
| RAID | 可运行的评测模块：拿带标注样本跑出准确率、假阳性率（人类文章被判成 AI 的比例）、假阴性率，并按生成模型分项；ACL 2024，600 万+ 条文本 | arXiv · ACL · GitHub |
| MGTBench | 同一套样本上算精确率 / 召回率 / F1，横向比较不同检测器；首个面向 LLM 的检测基准框架 | arXiv · GitHub |
两个基准都支持导入官方数据集子集（CSV / JSONL）跑真实评测，也能导出 Markdown 报告。 内置那 15 条只是作者手写的快速自检集，不代表官方成绩。
另外，「深度 AI 痕迹」清单源自 Wikipedia “Signs of AI writing”（WikiProject AI Cleanup 维护），经 aigc-reduce 本地化适配。
声明：检测效果受模型与文本类型影响，结果仅供自测参考，不代表任何权威机构结论；请以学校 / 期刊官方认定为准。
- 换模型：安装目录下建
engines_catalog.json，写你要覆盖的字段即可，例如把 Binoculars 换成 Falcon 组合：[{"id": "binoculars", "models": [{"repo": "tiiuae/falcon-7b"}, {"repo": "tiiuae/falcon-7b-instruct"}]}] - 加新算法：往
engines_plugins/丢一个.py，用@register("my_impl")声明并实现predict_paragraphs()，启动时自动发现。 - 远端清单：引擎管理 →「检查更新」→ 填
engines_manifest.json的地址，以后有新引擎 / 新模型直接拉取，无需升级软件。
本项目"多设备并行检测"借鉴了以下两个开源项目的思路：
- exo（exo-explore/exo，GitHub 约 4.6 万 star）：把日常设备（手机、Pad、笔记本、游戏主机）组成 P2P 分布式 AI 集群，自动发现设备、动态切分模型，用普通家用设备跑大模型。
- llama.cpp（ggml-org/llama.cpp）：最受欢迎的本地 LLM 推理框架之一，其 RPC 分布式推理 可在异构设备（如 Mac Metal + NVIDIA CUDA）间切分模型层，是本项目困惑度类引擎跨设备计算的参考方案。
感谢以上项目及其社区，让"宿舍算力合并"成为可能。
“检测 → 诊断 → 治疗”闭环直接融合了以下两个 MIT 开源项目的方法论：
- aigc-reduce（xiaofenggan01/aigc-reduce）：提供三轮降重协议、替换表、中文 AI 高频词清单、口语化负面清单与 9 维扫描方法论。本项目降重引擎完全按其规则实现，坚持“降重 ≠ 口语化”，保持学术书面语体为硬底线。
- cnki-aigc---skill（qingshanliuci/cnki-aigc---skill）：基于知网 AIGC 检测器“5 种语言模式”的实战方法（实测 20.6% → 10.1%）。本项目诊断引擎按其模式实现。
感谢两位作者与相关社区，让"检测、诊断、治疗"的完整流程成为可能。
这个项目是完全免费开源的。如果它对你有一点帮助，可以请作者喝杯奶茶，支持继续开发；或者把项目分享给需要的同学、点个 ⭐ Star，同样是最好的支持。
支付宝（Alipay）｜微信支付（WeChat Pay）
也欢迎发邮件到 gxgx3456@qq.com 说声加油。
You can also gift an AI API key (any provider is welcome) to gxgx3456@qq.com. Please include:
- Model name (模型型号)
- API / model URL and port (模型地址与端口)
- If you'd like to be credited, mark it as "特别感谢 / Special Thanks"
Recommended: DeepSeek — great value. If you really want to gift one, DeepSeek V4 Flash is the most cost-effective choice. (Screenshot reference: app/assets/donate/deepseek_usage.png)
- 界面：Python + PySide6（自绘现代工具风 UI）
- 检测引擎：transformers —— 5 个可切换引擎（分类 / 困惑度 / 概率曲率 / 双模型），模型按需下载、全程离线推理
- 诊断：本地规则引擎（9 维扫描 + 知网 5 种语言模式 + 11 种深度 AI 痕迹，段落级 JSON）
- 治疗：三轮降重协议（确定性改写 + 受保护片段 + 语体守门，完全离线）
- 评测：RAID / MGTBench 指标（准确率 / 假阳性率 / 假阴性率 / F1，按生成模型分项）
- 扩展：引擎插件目录（
engines_plugins/*.py）+ 可远端更新的引擎清单 - 多设备：同机多卡自动并行 + 局域网主从节点（UDP 自动发现 + TCP 任务分发）
- 日志：本地运行日志（可导出，不含论文内容）；不含任何遥测上报
- 打包：小体积安装器，运行时环境按需下载（先检查、缺什么装什么、带进度条）
软件内点击「导出日志」打包日志后，发送至：gxgx3456@qq.com
本人还是一名学生，代码可能存在不足，不好勿喷，欢迎友善的建议与改进。本项目免费开源，仅供学习交流。