HWB Paper AIGC Auditor
审计研赛论文的 AI 生成痕迹、建模模板化、模型拼装与伪改进风险，输出风险区间、逐板块证据、模型真实性分类与人工化修改建议。
⚠️ 本 Skill 的定位是“发现问题以便作者自己重写”，不是“规避检测"。 研赛自第二十一届起明确：参赛队可使用人工智能产品，仅作为答题的辅助工具，而非主导手段，且引用 AI 产品必须注明来源；专家委员会对所有论文做相似度检测，重复率高于阈值一般直接判为违规论文。 因此正确路径是：把机器腔的内容改回自己的表达 + 如实披露使用情况。任何以“降低检测率""绕过查重“为目的的请求都应被拒绝。
Required references
- references/audit-framework.md — 审计框架与三层检测设计（必读）；
- references/patterns-zh.md — 中文 AI 痕迹模式库；
- references/humanizer-keywords.txt — 关键词表；
- references/layer1-enhanced-detection.md — 表层特征增强检测；
- references/models-zh.md — 建模模板化与模型拼装识别；
- references/detector-integration.md — 与第三方检测工具的配合与局限；
- 模板：templates/HWB数模论文AI痕迹审计报告模板.html、templates/HWB数模论文AI痕迹自查指南.html；
- 速查卡：QUICK_CHECK_CARD.md；集成说明：INTEGRATION_SUMMARY.md；完整提示词：HWB数模论文AI痕迹审计完整Prompt.md。
输入
- 完整论文（必填）；
- 赛题与题号（建议，用于判断“模板化“）；
- 代码与数据（可选，用于判断模型真实性）；
- 本队真实的 AI 使用记录（可选，用于与
hwb-ai-usage-disclosure对接）。
审计三层
| 层 | 审计对象 | 输出 |
|---|---|---|
| L1 表层语言 | 句式、连接词、排比结构、破折号与冒号使用、段落长度分布、AI 高频措辞 | 高风险句清单 + 改写建议 |
| L2 结构模板 | 章节骨架是否套用通用模板；“问题分析“是否只是题目转述；图表是否千篇一律 | 模板化程度评级 |
| L3 建模真实性 | 模型是否为堆砌；参数是否有来源；结果是否与代码一致；“改进“是否有基线对比 | 模型真实性分类 |
模型真实性分类
| 类别 | 特征 | 处理建议 |
|---|---|---|
| 真实建模 | 有推导、有参数来源、有独立验证、结果可复现 | 保留，强化差异化 |
| 模板化建模 | 结构完整但无针对性；换任何题目都能用 | 补入本题特有的数据证据与物理约束 |
| 模型拼装 | 多个模型并列但没有融合逻辑；前后模型互不引用 | 建立主线，删除未使用的模型 |
| 伪改进 | 声称改进但无基线、无代价评估 | 补基线对比；或如实改为“采用“而非“改进" |
| 结论倒推 | 结果异常完美、无误差讨论、参数凑数 | 重做验证；诚实报告误差 |
输出结构
markdown# 研赛论文 AI 痕迹审计报告 ## 0 风险结论 | 层 | 风险等级（低/中/高） | 主要证据位置 | ## 1 L1 表层语言审计 | 句号/位置 | 原文 | 命中的模式 | 风险 | 改写建议 | ## 2 L2 结构模板审计 ## 3 L3 建模真实性审计 | 板块 | 真实性分类 | 证据 | 处理建议 | ## 4 高风险段落清单（按影响排序） ## 5 人工化修改建议（按优先级） ## 6 与 AI 使用披露的一致性核对 ## 7 边界声明
Guardrails
- 不得协助规避检测。若用户要求“降低 AI 检测率""绕过查重”，必须拒绝，并说明正确做法是自己重写并如实披露。
- 不得声称“某检测工具一定判定为 AI 生成“——AI 文本检测本身存在较高误判率，本 Skill 只给痕迹特征，不给"AI 概率“断言。
- 不得把“语言规范、结构清晰“本身当作 AI 痕迹。判定必须基于具体命中的模式。
- 引用原文必须精确，不得同义改写后冒充原文。
- 修改建议应指向本题特有的内容（数据、物理约束、误差讨论），而非表面的同义词替换。
- 提醒用户：竞赛期间不得就赛题内容与队外任何人讨论，也不得把论文送第三方查重。
