paperRR检测

paperRR 检测

看懂文本中的 AI 写作痕迹

  • 逐段逐词判定并分析
  • 支持中文与英文
  • 涵盖学术、文学和自媒体

支持 .docx、.txt、.md,单个文件不超过 10 MB。在浏览器本地读取,原文件不上传;点击生成检测报告后才发送提取的正文。

当前文本 0 字符

paperRR 检测 · 真实报告

结论明确,依据可以逐段核验

同一份真实报告展示全文结论、段落评分、得分构成与逐词证据。以下为示例文稿的真实检测结果,仅用于说明报告的阅读方式。

新版真实报告的全文结论:AI 特征正文占比 11.8%,全文 AI 特征平均分 24.19 分,按已评分正文统计特征分布

横向滑动,查看全部 14 段评分与判定界线。

十四段 AI 特征评分:第 1、10 段超过 75 分判定界线;其余段落未超过界线
全文占比按超过判定界线的段落正文字数统计,不是 AI 生成概率。

模型测试结果

详细测试结果将在核对后显示。

页面正在核对当前模型的测试记录;如果详细结果暂时无法显示,可先查看随网站发布的成绩与评测方法。

查看评测方法与适用边界

测试模型 20260820-0116032,800 段文本中有 2,759 段判断正确,测试准确率为 98.54%。这些成绩仅代表该批测试文本,不保证每段文本都能准确判断。

paperRR 检测 · 常见问题

关于 AI 文本检测的常见问题

从结果含义、适用范围到报告复核,先把容易误解的地方说明清楚。

01paperRR 检测的是什么?

paperRR 检测分析文本中与模型学习到的 AI 写作模式相近的特征,并生成全文结论、段落评分、五项得分构成和逐词证据。它判断的是文本特征,不直接判断作者身份、创作过程、内容真伪或版权归属。

02检测结果能否直接证明文本由 AI 生成?

不能。检测结果是辅助判断材料,不是作者身份、学术不端或版权归属的最终证明。审查或评审时,应结合原稿、修改记录、引用材料、访谈或答辩等其他证据复核。

03AI 特征正文占比、全文平均分和段落评分有什么区别?

AI 特征正文占比,是超过判定界线的段落正文字数占已评分正文的比例,用于形成全文结论;疑似区间的正文不计入这一比例。全文 AI 特征平均分是各段评分按已评分正文字数加权后的平均值,长段影响更大。段落评分用于定位具体段落,随后应结合得分构成和原文证据复核。上述指标都不是作者使用 AI 的概率。

04报告中的五项得分构成应该怎样理解?

得分构成展示用词偏好、用词重复与句长变化、整体语义、字符分布、句段结构与排版分别贡献了多少分,五项合计等于对应评分。它们不是五次独立判断,也不是作者使用 AI 的概率。全文构成按各段已评分正文字数加权汇总;技术说明中的原始五维作用量属于另一种数值口径,不能直接作为贡献分相加。

05AI 文本检测会不会判断错误?

会。文本长度、语言、文稿类型、改写程度、引用与排版方式,以及待测文本与测试文本的差异,都可能影响结果。paperRR 公开现役模型在不同来源、语言和文稿类型下的正确识别比例和测试文本数量;未评测场景保持为空,不以推测值代替实测结果。

06支持哪些语言、文本长度和文稿类型?

当前页面支持中文与英文,单次提交上限及现役模型经过验证的分段长度范围以页面实时显示为准。可选择学术、文学、自媒体或通用类型;类型选择会匹配相应的判断标准,不会改变原文。

07学术、文学、自媒体和通用应该怎样选择?

论文、研究报告、课程作业和文献综述选择“学术”;小说、散文及其他叙事创作选择“文学”;微信公众号、知乎专栏、博客等中长篇内容选择“自媒体”,不包括短视频文案或社交平台短帖;无法归入上述类型时选择“通用”。

08paperRR 的可解释报告包含什么?

报告从全文结论逐层展开到段落评分、五项得分构成、逐词证据、全文形式诊断和报告完整性。用户可以从结论返回原文核对具体段落与词语,而不必只接受一个无法解释的总分。

09是否可以下载 PDF 检测报告?

检测完成后,可从报告页面下载带有 paperRR 品牌水印的 PDF 报告,用于归档、复核和沟通。当前新生成的 PDF 带有报告编号和签发记录核验链接,便于接收方核对报告摘要。PDF 与网页采用相同的结论和证据口径;下载前仍应核对文稿类型、报告完整性和使用边界。

10如何通过报告编号核验报告?

从 PDF 封面或网页报告顶部复制完整编号,进入报告编号核验页面,完成人机验证后查询签发时间、原文字数、AI 特征正文占比、语言、文稿类型和模型版本,并与收到的报告逐项对照。编号区分大小写;没有编号的历史报告无法在线查询。核验仅确认签发记录及其摘要,不验证 PDF、截图或报告正文是否被修改,也不证明检测判断一定正确。

11报告编号核验会公开我的原文吗?

不会提供受检原文、逐段证据或完整报告。任何持有完整编号并通过人机验证的人,都可以查询签发时间、原文字数、AI 特征正文占比、语言、文稿类型和模型版本;验证码用于防止滥用,不用于验证查询者与报告作者的关系。分享报告或编号前,请确认愿意向接收方披露这些摘要信息。签发摘要长期保存,当前没有自动删除策略;具体处理范围见隐私政策

12提交文本前需要注意什么?

可粘贴正文,或导入 .docx、.txt、.md 文件。导入时在浏览器本地读取,原文件不上传;只有点击生成检测报告后才发送提取的正文进行检测。Word 文档读取正文与表格文字,不识别图片中的文字,也不读取页眉、页脚、脚注和批注;导入后请先核对正文。提交前请移除个人敏感信息、未公开研究数据、商业秘密和无权处理的第三方内容。文本与签发摘要的处理、留存及查询范围,以 paperRR 正式隐私政策为准。

13如何确认页面展示的是现役模型测试成绩?

页面会标明测试的模型版本、测试范围以及不同来源、语言、文稿类型下的结果。指标只代表页面所注明的模型与评测范围;未评测项目不会补零,也不会被描述为已经验证。

判断有依据,使用有边界

使用边界

  1. 01

    提交前选择匹配类型并清理敏感信息

    尽量提交完整、连续的正文;按内容选择学术、文学、自媒体或通用;删除个人敏感信息、商业秘密及无权处理的第三方内容。

  2. 02

    阅读时按结论、段落、证据逐层复核

    总体结论用于定位风险,段落评分用于缩小范围,得分构成与逐词证据用于回到原文核对;任何分数都不是作者身份概率。

  3. 03

    使用后结合人工判断与其他证据

    不以单份报告直接作出评分、处分、封禁、降权、仲裁或公开指控;高影响决定应保留原稿、修改记录、引用来源和复核过程。