给大家分享我的新发现，完全无需管别人的教程是不是要添加“的、了、到”等乱七八糟的东西，不用再想法设法的去让 AI 模仿人类的语气来进行写作 我的想法是这样的，既然不管是图像识别 CNN 还是大模型的 Transformer，他们都是基于数据去学习到某些特征，进而预测出类别或者是下一个字符的概率。既然如此，我们为什么不直接使用现有的模型，喂给她一些数据，让他自己学习到这些文字之间的一些特征，再输出一批没有 AI 特征，或者说，无法被检测为 AI 的文字呢 方法十分十分的简单，完全不需要任何的弯弯绕绕，就是一个黑盒模型，我们只需要输入，然后拿到输出就行，只需要三步！ 第一步：拿出你的之前的检测报告，无视你的满面飘红的 AI 率高的部分，找出 6 段你 AI 率被认定为最低的部分（最好稍微长一点，这样子能学到更多的特征） 第二步：按照下边我的 prompt，把你的 AI 率低的部分填入进去 > 我给你几个 demo，他们都是比较不像 ai 写的，aigc 率低的，找出他们之间的规律，以他们为榜样，写出更改后的句子 > 好的 demo：xxxxxxx（六条你挑选出来的 AI 率低的文本） 第三步：把你飘红的 AI 率高的部分填进去，复制输出替换原文，一气呵成！ #这是我的经验分享 #查重 #aigc #ai率