要想降AI率，首先你得知道AI率是怎么来的，如何进行检测的？

第一部分：AI内容检测技术的核心原理与分类

1.1基于统计特征的检测技术

该技术不完全依赖于端到端的黑盒分类器，而是通过分析文本的内在统计属性来做出判断。其基本假设是，AI生成的文本在统计分布上与人类写作存在显著差异。

• 实现原理：这类方法主要关注几个核心指标：
  1. 困惑度 (Perplexity) ：困惑度衡量一个语言模型对一段文本的“惊讶”程度。通常，由某个语言模型（如GPT-4）生成的文本，对于该模型自身或其他类似模型来说，其预测性非常高，因此困惑度会异常地低。人类的写作则充满了更多的不确定性和创造性，因此困惑度相对较高 。检测器可以计算文本的困惑度，并将其与一个阈值进行比较。
  2. 突发性 (Burstiness) ：人类写作在句子长度、结构和词汇选择上通常表现出高低错落的“突发性”。例如，可能会有几个短句紧跟着一个长句。而AI生成的文本倾向于更加均匀和一致，句子长度和复杂度的方差较小 。通过分析文本中句子长度和结构的变异性，可以辅助判断其来源。
  3. N-gram频率分布：分析文本中常见词组（n-grams）的出现频率。AI模型可能会过度使用某些特定的、在其训练数据中常见的短语，导致其n-gram分布与人类写作不同 。

1.2 基于分类器的检测技术 (Classifier-Based Detection)

这是目前最主流和最直接的检测方法。其核心原理是利用机器学习，特别是深度学习模型，来学习并区分人类写作与AI生成文本之间的差异。

• 实现原理：研究人员会构建一个包含大量人类撰写文本和由各种AI模型生成文本的庞大训练数据集。然后，使用这个带有明确标签（“人类”或“AI”）的数据集来训练一个分类模型 。这个模型通常基于强大的预训练语言模型架构，如BERT或RoBERTa。通过微调，模型学会捕捉两种文本在语言风格、结构、逻辑连贯性等方面的细微差别。例如，OpenAI早期推出的AI文本分类器就是基于RoBERTa模型进行微调的 。当输入一段新文本时，该分类器会分析其特征，并输出一个概率，判断其属于AI生成的可能性。
• 优势：当训练数据覆盖足够广泛时，这类检测器对未曾见过的AI模型也具有一定的泛化能力 。

今年，知网、Turnitin都相继升级了AIGC检测功能，看起来更严格了，实际上是因为他们从原来的统计学方法（计算困惑度 Perplexity等）升级为了端到端的检测模型，基于Transformer模型架构。
实际上的检测功能，就是一个二分类模型，经过大量的人类论文写作数据和AI论文写作数据，训练得到一个二分类模型，来判断输入内容是否符合AI的写作风格。

为什么使用Transformer架构？因为当前的大语言模型都是基于Transformer架构，所以这样的分类模型准确率会非常高，这也是为什么Turnitin 和知网升级后，原来AI率为0的论文再次检测会被判定为AI的原因了。

第二部分：如何降AI

基于上述分析，我们知道AI检测 实际上就是对输入内容进行风格检测，所以降AI实际上就是一个“风格改写”任务。

目前网上大多教程都是使用提示词，让AI去进行改写降AI，这其实有些牵强，因为AI的输出就像公式一样，是死板的，你让它自己改自己的写作风格，几乎不能实现，就好比你习惯用右手写字，我让你改成左手写字，能直接实现吗？当然是不能。

那为什么很多平台在宣传自己的降AI功能呢？我试了一下，对于学术论文来说，基本上改写完以后就面目全非了，把论文改写成极度口语化的作文，确实AI率降低了，但是论文同样也没有用了！

所以，让AI去改AI生成的内容，这是行不通的，必须得通过最底层去解决问题。

目前来看，XYZ SCIENCE（www.xyzscience）提供的解决方案是最正确的：

他们从0开始训练了一个风格改写模型，输入【AI风格文本】——输入【人类风格文本】。

基于700完篇纯学术论文数据，训练一个只有单一功能（改写）的模型，可以确保在降低论文AI率的同时，依然保持输出内容的学术风格。

我专门让GPT\Gemini等AI生成了20篇不同领域的学术论文，对于英文论文来说，以Turnitin的检测结果为标准，测试了10篇论文，首次检测全部是90%以上，第第一次改写后，有6篇 AI率变为0，2篇变为*（19%以内），还有两篇是30%左右，然后对这两篇进行二次改写，也全部变为0!

中文论文以知网的结果为准，10篇论文首次全部100%，从这个结果可以看出，升级后的知网准确率飙升，以前还会存在50%的的情况，现在直接100%。中文论文结果会更好一些，虽然10篇没有一个降为0，但是全都都在20%以内！6篇是个位数，4篇是百分之十几！

唯一一个小缺点：字数会变少一下

不过也可以理解，AI生成的论文内容就是比较啰嗦的，降AI后明显就能看出来，写的像正常人类学者写的一样简介明了，没有车轱辘话。