AIGC-risk-audit

删掉章节标题,AIGC 疑似度反而涨到 100%

同一份稿子、同一个账号、只删掉四个章节标题(29 字),正文一个字没改:五个正文片段的分数连小数点后两位都没变,首页的“AIGC 总体疑似度”却从 97.16% 涨到了 100%。原因在字段口径——标题计入总字数却不带片段分数,删掉它等于缩小分母、分子不动。而同一页上还有第二个“率”(从 86.93% 变到 89.47%),我用五种口径都复算不出来,页面给出的公式也没有定义 n。

一份成对对照:同一份稿子、同一个账号、只删掉四个章节标题(29 字),正文一字未改。 五个正文片段的分数连小数点后两位都没动,但首页那个大数字从 97.16% 变成了 100%。 顺带发现:同一页上还有第二个”率”,它和第一个对不上。

2026-09-27,PaperPass 免费版,同一账号先后提交两次。以下是可见输出层的记录,不是对平台内部模型的推测。


一、先说结论

  1. “删标题、删目录、删参考文献能降 AI 率”这类说法,方向可能是反的。 标题计入总字数,却不带片段分数——删掉它等于缩小分母、分子不变,占比上升。
  2. 同一份报告上有两个”率”,而且都对不上任何一个可复算的公式。 首页的”总体疑似度”能解释成三档字数占比;另一个”加权计算”连五次复算都差 0.04–0.17 个百分点,页面印出的公式又没定义 n。
  3. 你该看的是片段,不是总分。 总分随格式、字数、切片变化;片段分数才对应到具体段落。

二、我做了什么

样本:一份 1085 字的合成学术稿,含四个章节标题(「一、问题界定」「二、流程与信息来源」「三、读者操作路径」「四、评价边界」),共 29 字。合成文本,不含真实论文或个人数据。

对照:第二份只删除那四个标题及其行末换行,共 29 字;正文文字、段落顺序、标点全部不动。两次提交间隔几分钟,都是免费版、无附加服务、同一账号。

可审计性:两份文本各自留了 SHA-256;两次报告编号分别为 36C16AB80EF6022A6(有标题)与 80YJ6AB8145B216AE(无标题);平台字数从 1085 变成 1056,差值正好是 29 字——这一步先证明了”标题确实被计入论文字数”。


三、结果

字段 有标题 无标题 变化
平台字数 1085 1056 −29
可见正文片段数 5 5 0
片段 1 摘要 99.88% 99.88% 0.00
片段 2 问题界定正文 52.91% 52.91% 0.00
片段 3 流程与来源正文 98.73% 98.73% 0.00
片段 4 读者操作正文 95.88% 95.88% 0.00
片段 5 评价边界正文 98.00% 98.00% 0.00
高度疑似占全文比 78.83% 81.13% +2.30
中度疑似占全文比 0% 0% 0
轻度疑似占全文比 18.33% 18.86% +0.53
AIGC 总体疑似度 97.16% 100% 约 +2.8
另列”加权计算” 86.93% 89.47% +2.54
不予检测文字占比 0% 0% 0

正文一个字没改,五个片段分数完全一致,首页那个数字却涨到了满格。


四、机制:标题进分母,不进分子

首页的”总体疑似度”不是片段分数的平均,而是三档占全文的比例之和:

78.83(高度) + 0(中度) + 18.33(轻度) = 97.16

而标题文字在详细页里没有对应的带分片段——它不带分数,也就不贡献分子;但它计入平台字数,也就是贡献分母。

删掉 29 字标题后:分母 1085 → 1056,分子不变,占比上升。

这也解释了为什么”轻度”这一档也涨了 0.53 个百分点:被切出来的正文比例变大了,每个档位的份额都跟着重算。

一个必须说的残差:29/1085 = 2.67%,而报告差额约 2.8 个百分点,两者不精确相等。所以能确认的是”标题影响全文占比”这个方向,不能确认精确分母(可能含不可见字符、标点计数口径或切片边界)。这一点在下一节会更明显。


五、更麻烦的发现:那个”加权计算”对不上

同一份报告上还有第二个数字叫”加权计算”,两版分别是 86.93% 与 89.47%。它和首页那个 97.16% / 100% 完全不是一回事。我把能想到的口径都算了一遍:

候选复算 算出来 平台显示 差
五个片段分数简单平均 89.08% 86.93% 或 89.47% 都不是
按页面可见字符数加权(157/200/231/219/249) ≈ 89.46% 89.47%(无标题版) ≈0
同上,再把 29 字标题按 0 纳入、除以 1085 ≈ 87.07% 86.93%(有标题版) +0.14

第三个候选最接近,但差 0.14 个百分点;第二个在无标题版本上几乎命中,在有标题版本上差 2.5 个百分点。两版之间唯一的变化是 29 个字,而这两个候选公式各自只能解释其中一版。

这不是孤例。同一账号 2026-09-13 的两份真实长报告(34,547 字与 34,925 字)也是同样的形状:

再看一份 37,520 字、139 个正文段落、16 章的长样本(报告 4Q5J6AB81C99D8CD8),156 个段落容器的字数相加恰好等于 37,520,与平台字数、本地送检文本三方一致——可见正文覆盖是完整的。但六种候选复算的残差是:

候选 本地 平台 差(百分点)
红色字数/全文 82.6306% 82.46% +0.1706
橙色字数/全文 4.3897% 4.43% −0.0403
紫色字数/全文 4.2564% 4.27% −0.0136
三档之和/全文 91.2767% 91.16% +0.1167
可见分数按段落字数加权 85.6186% 85.48% +0.1386
127 个分数之和/139 段 85.5972% 85.48% +0.1172

每一个都差一点,没有一个命中。 而页面自己印的公式是 (片段1疑似度 + … + 片段n疑似度) / n,并说明”合格片段和不检测片段按 0 计算”——但没有定义 n。

结论只能写到这里:字数加权与页面数值”相容”,但公式未还原。 把 0.1 个百分点的残差说成”验证通过”,是自欺。


六、这对你意味着什么

  1. 别用”删格式”来降分。 它可能反弹,而且反弹幅度(约 2.8 个百分点)比你想象的大——尤其当你刚好卡在学校的线上。
  2. 看片段,不看总分。 总分随字数、格式、切片变化;片段分数才告诉你”哪一段被判高了”。要改就改那一段,改完对比那一段的分数。
  3. 一个报告里的两个数不是一回事。 “总体疑似度”和”加权计算”差 10 个百分点以上是常态(97.16 vs 86.93、91.16 vs 85.48、17.00 vs 11.96)。学校引用的是哪一个、你有没有被告知,值得先问清楚。
  4. 报告要自己存。 PaperPass 免费版的报告列表只保留 14 天。等你要申诉或复核时,页面已经打不开了。

顺带说一句知网的口径,免得混淆:2025-10 的《人事论文评审服务平台使用手册》写的是 AI 特征值 = AI 特征字符数 / 总字符数,而且只有”AI 特征显著”的字符进分子,”疑似”不进。那是另一个平台的另一套字段,和上面的百分数不能互相换算。


七、边界


八、想自己验一次?三个要点

  1. 一次只改一个因素。 删标题就只删标题,别顺手改段落。
  2. 留哈希。 两份文本各算一次 SHA-256,先固定”改了什么”。
  3. 看字段,不看颜色。 抄下平台字数、每个片段的分数、三档占比、加权计算、”不予检测”五项;颜色只是阈值映射,不是数据。

(本文所有数字来自 2026-09-27 的 PaperPass 现网免费版报告与 2026-09-13 的两份历史报告;报告编号见正文,均已过平台的 14 天保留期。)


本文是 AIGC risk audit 项目的平台口径记录之一。原文与逐段核验:archive/codex-legacy-documents/aigc-platform-mechanism-study/(不在本仓库内)。