xieyouxixi/hwb-math-modeling-skills/hwb-paper-aigc-auditor

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

模型真实性分类

输出结构

# 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。