Academic de-LLM: 去除痕迹，保留论证
生成的文本很少出错。但它是可识别的。这是你在论点确定后、提交之前最后运行的一遍。
专注于学术写作。其背后的测量数据来自130万词的期刊摘要、开放获取全文和arXiv预印本。每一项声明都有测量或引用依据，references/sources.md 说明了具体依据，包括每个来源未证明的内容以及哪些声明完全没有来源。
两件事在变化，一件基本不变
结构和词汇无处不在增长。 与ChatGPT前的基线相比，在摘要和全文中高出2到4倍。第2级和第3级是任何学术文档中需要处理的重点。
格式大多是期刊模板，而非作者风格。 在全文中，章节标题在2021年至2026年间保持稳定：“2. 材料与方法”是格式要求的。破折号的使用在两种情况下都很低。
所以：
| 文档 | 从哪级开始 | 原因 |
|---|---|---|
| 论文（LaTeX或期刊模板） | 第2级 | 标题和编号是期刊的，不是你的。跳过第1级，即使文件有标记 |
| 摘要或投稿字段 | 第2级 | 没有标记可检查 |
| Markdown或HTML格式的学术博客文章 | 第1级，简要 | 你选择了格式，所以破折号和行内标题加粗列表是你的责任。然后进入第2级 |
相关的图表和语料库信息见 references/sources.md。
相关但独立，且由不同作者编写：SimpleEnglish (ASD-STE100)。当读者可能误读文本时使用它。当读者可能认为文本是机器编写时使用此技能。在论文上，仅运行此技能，因为STE禁止表达你确定性的情态动词。
两条同等重要的指令
删除痕迹，保留论证。 为了通过风格检查而让句子声称的内容超出证据支持，这比保留痕迹更糟糕。
删除痕迹，保留节奏。 彻底应用以下层级，会产生多个简短陈述句共享同一主语：所有痕迹消失了，节奏也消失了。这是经过测量的，不是假设，因此以下四条规则在其与层级指导冲突时优先。
不要仅仅因为连接词是分词，就把一个长句拆分成三个短句。 原地重写分词，或使从句从属。一个长句穿插在短句中，才是人类段落的样子。
不要连续以相同主语开头句子。 如果修复导致“我们做X。我们做Y。我们做Z”，那么无论模式计数如何，修复比替换更糟糕。
保留连接性词语。 标示句子功能的短语（对比、让步、过渡）是读者理解论证的方式。有些位于触发列表上。删除它们得分高但可读性差。
高分的触发词不一定值得删除。 精确度衡量模式指示机器作者身份的可靠性。它没有说明该短语对读者是否有价值。只有你能回答第二个问题。
任何一遍处理后，大声读出结果。如果每个句子长度相同，恢复一个。
第0步：跳过处理
在匹配任何内容之前执行此操作。这些内容从不编辑，触碰它们会造成实际损害：
围栏代码块和内联代码范围。YAML、TOML和JSON的前置元数据或配置。Markdown表格，包括使用短横线作为“不适用”占位符的单元格。任务列表。脚注和引用块。他人的直接引用。错误消息和日志行。标识符、CLI标志和文件路径。数字范围内的连字符（例如 0.88–0.98）。任何在2022年11月之前编写的内容。
在报告时说明跳过的内容（“跳过：3个代码块，1个表格，前置元数据”）。这使处理过程可审计，也是防范下文记录的误报率的主要手段。
第1级：格式
在带有标记的文档中产出最高，是早期指南忽略的层级。
对于纯文本，只有下面的破折号适用。此层级中的其他所有内容都需要标记存在，因此不会出现。
破折号
唯一出现在无标记散文中的第1级模式。在arXiv预印本中，从2020年到2026年大致翻倍，从每万字3.7个增加到7.8个。在全文中，无论哪种情况都较低，因此博客文章中值得一看，但在论文中很少值得处理。
维基百科列出的是“破折号过度使用”，而非破折号使用。重写而非替换：
| 之前 | 之后 |
|---|---|
| 构建失败——缓存过期了。 | 构建失败。缓存过期了。 |
| 延迟上升了3倍——远超运行间差异。 | 延迟上升了3倍，远超运行间差异。 |
| 两个引擎——Chroma和Qdrant——毫无收获。 | Chroma和Qdrant都没有收获。 |
如果尾部是修饰语，用逗号；如果是独立声明，用句号；如果是旁注，用括号。永远不要用分号。
行内标题加粗列表
49%的文件，每万字46个。形式是 - **术语**: 解释，在应该用散文的地方重复列表。
之前：
- 快速：一秒钟内运行。
- 可移植：无依赖。
之后：它一秒钟内运行且无依赖。
当项目真正并列且读者会扫描而非阅读时（如标志参考），保留列表。当“列表”是三个穿伪装的句子时，转换为散文。
标题大小写
83%的文件，每万字22个。## 开始使用配置 变为 ## 开始使用配置。全文使用句子大小写，专有名词除外。
低频率格式
过度加粗，特别是段落中间加粗术语作为“关键要点”。使用表情符号作为项目符号、分隔符或标题装饰（11%的文件）。标题级别跳跃，从H2直接到H4。标题前的主题分隔线。非Markdown格式中泄露的Markdown。应使用直引号的地方出现弯引号（此处测量为0%，但仍出现在从文字处理器粘贴的文本中）。
第2级：结构
模型级别的生成习惯而非界面产物，因此跨供应商和模型世代存活。维基百科的分类和术语，但“假范围”除外（下面会注明）。
系动词回避
在ChatGPT后，期刊摘要中过量2.6倍，全文中2.6倍。普通的is或are被包装成serves as、serve as、stands as、functions as、boasts、offers、remains、positions X as、presents a和provides a ... solution。
serves as每次出现都是真实实例。裸provides只有六分之一是，因为“该工具提供了X”是普通动词，所以仅限于系动词形式：“提供了一个有效的解决方案”意味着“是一个有效的解决方案”。maintains在11个匹配项中从未是真实的。阅读动词：如果is不能替换它，就保留它。
通过-ing进行表面分析
学术散文中最强的任何类型标记。 与ChatGPT前基线（每万字1.0个）相比，在某个期刊中2024年达到8.7，2025年达到峰值12.2，2026年降至6.9。全文显示相同形态，从1.9到8.2。两年后仍接近基线的7倍，而词汇标记衰减了。
一个将模糊解释附加到事实上的分词从句：highlighting、underscoring、emphasizing、ensuring、reflecting、contributing to、providing、enhancing、allowing、helping、supporting、maintaining、thereby ...ing。
它不需要逗号。 “传感器信号实现精确和鲁棒检测”是没有标点的相同模式，仅看逗号后会遗漏大部分。enabling被完全丢弃：它匹配了16次，没有一次是真实实例，却占了该模式发现的所有内容的三分之一。
之前：首先检查缓存，减少了往返次数并提高了延迟。 之后：首先检查缓存。这减少了一次往返。
否定并列
四种变体：not just X, but Y、not X, but Y、X rather than Y和unlike X, this work Y。
最后一种实际发生。仅搜索not just形式在60篇摘要中找到了14个匹配项，没有一个是真的，而每个真实实例都采用“与优化准确率的传统研究不同，这项工作强调...”的形态。
之前：这不是关于速度。而是关于正确性。 之后：这个修改纠正了结果。它没有使其更快。
三原则
三连形容词或短语。并非所有三联都是标记；三个真实的东西就是三个真实的东西。测试是删除第三个是否会丢失信息。
过度强调重要性
pivotal、is crucial、is essential、is vital、plays a crucial role、is a testament to、significant potential、highlighting the importance of。通用重要性取代具体事实。
结构模式中最可靠的：大约3个匹配中有2个是真的。裸pivotal较弱（五分之二），但还是保留，因为它能捕获“对分类性能至关重要”，并且在查找器命中会被读取的情况下，漏报比误报成本更高。
模糊归因
Observers have cited、Experts argue、Industry reports suggest、several sources。说出具体是谁，否则放弃该声明。
假范围
from X to Y，其中X和Y不在共同尺度上。“从恒星的诞生到暗物质的谜样舞蹈”是形状，不是范围。
无来源。不在维基百科页面，与本层级其他内容不同。参见 references/sources.md。
挑战公式
“尽管其X，它面临几个挑战”，后跟模糊的积极内容。
优雅变体
为了避免重复单词而旋转同义词，是重复惩罚的产物。在技术文本中这有害：一个东西，一个名称。
第3级：过剩词汇
26%的文件，每万字2.4个。频率低于格式，但这是唯一有已公布测量数据支持的层级。
Kobak等人发现2024年的过剩词汇主要是风格性的，而非主题性的：在379个过剩风格词中，66%是动词，14%是形容词。这与真实事件（如新冠疫情）相反，后者的过剩词汇是内容名词（79.2%的内容词是名词）。
最高频率比（r = 2024年频率 ÷ 反事实）：delves 28.0，underscores 13.8，showcasing 10.7。最高绝对差距：potential 0.052，findings 0.041，crucial 0.037。
作者列出的十个最强组合标记：across、additionally、comprehensive、crucial、enhancing、exhibited、insights、notably、particularly、within。
维基百科独立编制的列表高度重叠，这很有用，两种方法趋同：delve、underscore、showcase、crucial、pivotal、intricate、meticulous、robust、testament、tapestry、landscape、realm、align with、foster、garner、enhance、interplay、vibrant、enduring、commendable。
不要全面替换这些词。每个都是合法的英语单词，禁用词列表是这个领域其他工具的失败模式。在确立某事为何关键的句子中的Crucial没问题。信号是密度和共现：一个段落中出现几个，且不发挥作用。
这个列表会衰减，并且衰减已被测量。 在某个期刊中，crucial从2024年每万字5.9个下降到2026年的0.9个，回到ChatGPT前水平，而delve实际上消失了。两者都是最广为人知的标记，而公开性正是杀死词汇级标记的原因。robust朝另一个方向发展，仍在上升。过剩词汇会转移而非消失，因此固定列表在时间推移中会严重老化。
将Kobak的方法视为持久部分，将此列表视为快照。在同一时间窗口内，第2级的结构标记保持稳定。如果你只能关注散文的一个层级，使用第2级。 数据见references/sources.md。
第4级：粘贴时代产物
模型发出的、人类不会输入的字符串。存在时几乎确凿，且匹配简单。
它们在此处的两个语料库中测量为0%，因为它们是网页界面的引用渲染。仅当有人从聊天窗口粘贴时才会出现，而代理编写的文本永远不会。保留检查，因为只需一次处理，但不要以它为主。
| 模型 | 产物字符串 |
|---|---|
| ChatGPT | contentReference、oaicite、turn0search0 |
| Gemini | [cite: 1]、[span_1](start_span) |
| Grok | grok_card、grok_render_citation_card_json |
| DeepSeek | 方括号【】、游离的剑号† |
| Perplexity | attached_file、ppl-ai-file-upload |
同时检查引用的URL中遗留的utm_source=、解析到无关论文的DOI、无效的ISBN，以及声明但从未使用的命名引用。
模式找到候选，而非违规
这里的每个模式都是查找器。读取每个命中。
在一篇真实论文上测量：破折号模式返回8个命中，其中2个是需要修复的散文。其余三个是代码注释、一个表格占位符和两个数字连字符。如果全部修改，会破坏一个表格和三个代码示例。
在30篇摘要上测量，由评审小组标记每个命中：查找器匹配的所有内容中，大约一半是真实实例。另一半是恰巧匹配的单词。
第0步的跳过处理是保持此比率可承受的关键。
什么不是证据
维基百科明确说明了这一点，比标记更重要。
早于ChatGPT（2022年11月）的文本不可能是AI生成的，无论它看起来如何。能连贯解释自己选择的作者就是作者。不规则的句法是人类模式，而非机器模式。这些标记中没有一个能作为证据：Kobak等人估计的是群体比率，群体统计不能对个体进行分类。
不要使用此工具来证明指控。评分是风格检查，不是笔迹分析。