还在为论文重复率烦恼吗?
有价值的模型不该只停留在少数人的工具箱 今天给大家开源的是我们降重模型(一键启动)
夸克https://pan.quark.cn/s/6654b27db7d1
注：模型能将100%重复率一键降低5%以下，但ai率会升高，所以请搭配aigc降重模型一起使用。这个是降重复率模型！降重复率！不是降aigc！
模型介绍
1. 经优化量化后对硬件配置要求极低，老旧电脑CPU也能在Windows系统流畅运行。
2. 针对大量用户反馈的启动闪退、缺失VC运行库问题，现已内置一键自动修复功能。
3. 模型本地部署轻量化无压力，支持自定义参数微调，还可自主搭建专属API接口。
技术和方案
模型网络架构详细
本地推理服务架构详细
训练方案设计
由于现有部署包未附带完整训练脚本，现结合模型输出形态与改写任务目标，重新规划整套训练落地流程:
1.数据收集:搜集中文论文摘要、正文片段、行业报告、技术文档及人工改写对标素材。
2.数据提纯:清理乱码、广告内容、固定模板语句、重复数据以及语义偏差过大的无效样本。
3.成对样本构建:搭建原文一改写版配对语料，作为有监督微调的训练素材。
4.对话指令封装:按照 system/user/assistant规范封装成适配对话SFT的训
练数据。
5.模型微调训练:选用Qwen30.6B作为底座模型，采用LoRA/QLoRA做轻量化微调，先快速校验数据集效果。
6.自动化效果测评:从语义匹配度、重复文本降幅、篇幅波动幅度、核心关键词留存率、模板语句占比等维度做量化评估。
7.人工抽样复核:人工重点排查事实跑偏、专业术语缺失、逻辑断层、改写过度等问题。
8.权重融合:把微调适配层权重和原基础模型做合并整合。
9.量化打包输出:转为GGUF格式，采用Q4_K_M量化规格做轻量化封装。
10.本地实测验收:通过llama.cpp进行完整链路推理，验证实际改写表现与运行稳定性。
11.样本迭代回流:把改写异常、超长文本、残留模板话术的问题样本，纳入下一轮迭代训练优化。
训练方案框架
本系统基于Qwen30.6B生成式大模型，面向中文文本降重场景做专项指令微调，最终导出为GGUFQ4_K_M量化格式，适配Windows本地离线部署运行。系统支持两种使用模式:
网页工作台模式:用户直接在index.html前端页面粘贴待处理文本，调用本地模型接口实时完成文本改写降重。Word批量处理模式:rewrite_docx_gpu_parallel.py 脚本按段落解析 DOCX文档，以并行调用本地模型的方式批量生成改写结果。
系统核心定位非重复率检测，而是在完整保留原文语义、事实逻辑与专业关键词的基础上，重构句式结构、调整语序与行文表达，弱化模板化话术和机械重复，让文本表述更自然流畅。
最后，小编推荐大家一个论文降重神器，PaperFake，上传文件可以一键降重，非常方便