Skip to content
Back to search

huawei-cup-modeling-skill

论文去 AI 味 · AI 痕迹检测 · 学术润色|面向华为杯中国研究生数学建模竞赛的 Codex Skill,支持逐句诊断、去模板化改写、图表优化、规则核验与提交审计,保留研究事实与引文。

Safety scan

A static text scan, not a guarantee. Select the badge to see what was scanned and every finding.

Checked today
Badge for your README
findsafeskills safety rating

Markdown

[![findsafeskills safety rating](/api/listings/nopon-knowledge--huawei-cup-modeling-skill/badge.svg)](/listings/nopon-knowledge--huawei-cup-modeling-skill)

HTML

<a href="/listings/nopon-knowledge--huawei-cup-modeling-skill"><img src="/api/listings/nopon-knowledge--huawei-cup-modeling-skill/badge.svg" alt="findsafeskills safety rating" /></a>

Install

i

Install instructions from the README

As written by the repo's author. findsafeskills has not verified these steps.

在 Codex 中发送:

使用 $skill-installer 从下面的 GitHub 路径安装 huawei-cup-modeling:
https://github.com/Nopon-Knowledge/huawei-cup-modeling-skill/tree/main/huawei-cup-modeling

<details> <summary><strong>手动安装与目录说明</strong></summary>

也可以把仓库中的整个 `huawei-cup-modeling/` 文件夹复制到以下任一位置,保留其中的脚本和参考资料。

<table align="center"> <tr><th align="center">安装范围</th><th align="center">目录</th></tr> <tr><td>当前仓库</td><td><code>.agents/skills/huawei-cup-modeling/</code></td></tr> <tr><td>个人全局</td><td><code>~/.agents/skills/huawei-cup-modeling/</code></td></tr> </table>

Codex 会自动检测 Skill 变更;若未出现,可重启。目录位置与调用方式见 [OpenAI Skills 官方文档](https://learn.chatgpt.com/docs/build-skills)。

</details>

What was scanned

The files the safety scan read, as written by the repository's author and shown as plain text. Lines with a finding are marked.

README.md · README · 384 lines

View this file on GitHub (read at the repository's current version: the scan did not record which commit it read)

  1. <p align="center">
  2. <a href="assets/readme-banner.svg"><img src="assets/readme-banner.svg" alt="去除 AI 痕迹,让论文表达更自然。定位模板感、改写机械表达、复核事实原意。" width="960" /></a>
  3. </p>
  4. <h1 align="center">华为杯研究生数模助手</h1>
  5. <p align="center">
  6. <strong>去除 AI 痕迹,让论文表达更自然。</strong><br />
  7. 面向华为杯论文的 AI 痕迹评阅、去 AI 味与学术表达润色
  8. </p>
  9. <p align="center">
  10. <a href="https://github.com/Nopon-Knowledge/huawei-cup-modeling-skill/actions/workflows/tests.yml"><img src="https://github.com/Nopon-Knowledge/huawei-cup-modeling-skill/actions/workflows/tests.yml/badge.svg" alt="Tests" /></a>
  11. <img src="https://img.shields.io/badge/Python-3.9%2B-2563EB?logo=python&amp;logoColor=white" alt="Python 3.9+" />
  12. <img src="https://img.shields.io/badge/Codex-Skill-172B4D" alt="Codex Skill" />
  13. <a href="LICENSE"><img src="https://img.shields.io/badge/License-MIT-0F766E" alt="MIT License" /></a>
  14. </p>
  15. <p align="center">
  16. <a href="#去除-ai-痕迹"><strong>去除 AI 痕迹</strong></a> &nbsp;·&nbsp;
  17. <a href="#快速开始">快速开始</a> &nbsp;·&nbsp;
  18. <a href="#ai-痕迹检测与分级">检测与分级</a> &nbsp;·&nbsp;
  19. <a href="#竞赛工作流">竞赛工作流</a> &nbsp;·&nbsp;
  20. <a href="#图表与论文">图表与论文</a> &nbsp;·&nbsp;
  21. <a href="#脚本工具">脚本工具</a>
  22. </p>
  23. ---
  24. 本 Skill 重点提供 **“去除 AI 痕迹”** 功能:找出重复套话、机械段落与空泛结论,改写为具体、连贯的学术表达,并对照核查事实、公式和引用。
  25. 同时支持规则核验、可复现建模、图表排版与提交审计,覆盖华为杯从准备到交付的工作流程。
  26. <table align="center">
  27. <tr>
  28. <th align="center" width="280">定位问题</th>
  29. <th align="center" width="280">完成改写</th>
  30. <th align="center" width="280">复核原意</th>
  31. </tr>
  32. <tr>
  33. <td align="center">原文证据<br />修改优先级</td>
  34. <td align="center">减少套话<br />梳理论证</td>
  35. <td align="center">数据公式<br />引用与边界</td>
  36. </tr>
  37. </table>
  38. ## 去除 AI 痕迹
  39. **从词句到篇章,减少模板感,保留队伍自己的研究判断。** 支持局部段落、图题、摘要、结论和整篇论文;已有写作样例时,保留作者的术语、人称与表达习惯。
  40. ### 论文里的“AI 味”,常常藏在这 8 个地方
  41. 读着挺顺,却总觉得像套出来的?可以先看看下面这些地方。
  42. 1. “在此基础上”“进一步”“综上所述”接连出现,删掉以后,意思居然一点没变。Skill 会删去这类空转的过渡,把真正的递进、因果或比较关系写清楚。
  43. 2. 不管讲什么,都写成差不多的 100–200 字,反而容易把简单问题说长、复杂问题说浅。该展开的展开,能一句说清的就一句说清,不为了“像人写的”刻意凑长短。
  44. 3. 段段都是“先总说—再展开—最后再总说”,读起来难免重复。Skill 会检查每段是否真的需要收尾总结,让段落围绕论证往前走。
  45. 4. 通篇都是“结果表明”“具有显著优势”,看不到取舍依据,也没交代结论在哪些条件下成立。要补的是有证据的判断和适用边界,不是硬塞几句“我认为”“大致”。
  46. 5. 数字看着很精确,却没说明测量精度、实验波动或误差含义。Skill 会核对有效数字和现有实验记录;确实需要误差范围但证据不足时,标出缺口,不凭空补一个“±”。
  47. 6. 读者还得自己猜:比的是什么,在哪种条件下比,值得看哪里?Skill 会把对象、条件或已验证的发现补进图题与图注,例如“低样本条件下,模型 A 的预测误差低于模型 B”;发现必须有数据支撑。
  48. 7. 换几个词重讲研究过程,并没有回答“最后解决了什么”。Skill 会围绕题目梳理主要发现、适用范围和已有证据支持的局限,删掉无信息的复读。
  49. 8. 满篇“有效提升”“具有重要意义”,具体怎么做、为什么这样做却不见了。Skill 会用实际方法和研究判断替换空话,保留作者自己的表达习惯;不用故意加口语、错句或逻辑跳跃来制造“人味”。
  50. ### 改写前后
  51. <table align="center">
  52. <tr><th align="center" width="420">润色前 · 重复推进</th><th align="center" width="420">润色后 · 直接表达</th></tr>
  53. <tr>
  54. <td>本实验中,模型 A 的预测误差低于模型 B。在此基础上,我们进一步得出模型 A 优于模型 B 的结论。综上所述,模型 A 表现出更好的预测性能。</td>
  55. <td>本实验中,模型 A 的预测误差低于模型 B。</td>
  56. </tr>
  57. </table>
  58. <p align="center"><sub>示例仅演示表达改写:删除两次重复总结,保留比较对象、指标方向和实验范围;不代表结果已经核验。</sub></p>
  59. 默认交付 **改写稿 + 句级修改对照 + 实际存在的证据缺口**。可直接润色,也可先做 [AI 痕迹检测](#ai-痕迹检测与分级),按“原句 → 修改理由 → 改写后 → 事实复核”处理问题。八类检查和完整方法见 [学术表达指南](huawei-cup-modeling/references/academic-writing.md)。
  60. 这里的“去除 AI 痕迹”指学术表达去模板化,保留必要的 AI 使用披露,不承诺通过检测。实时赛题须先核验当届 AI 使用范围。
  61. ## 快速开始
  62. ### 1. 安装 Skill
  63. 在 Codex 中发送:
  64. ```text
  65. 使用 $skill-installer 从下面的 GitHub 路径安装 huawei-cup-modeling:
  66. https://github.com/Nopon-Knowledge/huawei-cup-modeling-skill/tree/main/huawei-cup-modeling
  67. ```
  68. <details>
  69. <summary><strong>手动安装与目录说明</strong></summary>
  70. 也可以把仓库中的整个 `huawei-cup-modeling/` 文件夹复制到以下任一位置,保留其中的脚本和参考资料。
  71. <table align="center">
  72. <tr><th align="center">安装范围</th><th align="center">目录</th></tr>
  73. <tr><td>当前仓库</td><td><code>.agents/skills/huawei-cup-modeling/</code></td></tr>
  74. <tr><td>个人全局</td><td><code>~/.agents/skills/huawei-cup-modeling/</code></td></tr>
  75. </table>
  76. Codex 会自动检测 Skill 变更;若未出现,可重启。目录位置与调用方式见 [OpenAI Skills 官方文档](https://learn.chatgpt.com/docs/build-skills)。
  77. </details>
  78. ### 2. 给论文去 AI 味
  79. ```text
  80. $huawei-cup-modeling 请给这份华为杯论文去除 AI 痕迹:
  81. 逐段检查,定位到句子,处理套话、机械结构、空泛图题和重复结论。
  82. 保留原意、数据、公式、引用和已有写作风格,
  83. 给出改写稿、原句与修改对照、事实复核和未完成的核验项。
  84. ```
  85. 提供待改写文本或文件即可开始,局部段落也可以处理。Skill 会先识别任务阶段与规则范围,再完成相应润色。以上为 Codex 调用方式;在 ChatGPT 桌面端可用 `@` 选择已安装的 Skill,详见 [官方文档](https://learn.chatgpt.com/docs/build-skills)。
  86. <details>
  87. <summary><strong>其他竞赛任务:规则核验、往届题训练、团队规划与提交审计</strong></summary>
  88. **规则核验**
  89. ```text
  90. $huawei-cup-modeling 帮我核对当届华为杯报名、赛程和 AI 使用规则,
  91. 区分已确认、尚未发布和仅有往届先例的信息,并附上来源与核验日期。
  92. ```
  93. **公开往届题训练**
  94. ```text
  95. $huawei-cup-modeling 这是已经公开的往届赛题。
  96. 请拆解子问题、明确评价指标,设计一条覆盖全题的可复现基线。
  97. ```
  98. **三人团队规划**
  99. ```text
  100. $huawei-cup-modeling 根据当届已核验规则,为三人队制定竞赛计划,
  101. 给出角色分工、关键检查点、锁稿缓冲和模型失败时的降级方案。
  102. ```
  103. **图表与论文润色**
  104. ```text
  105. $huawei-cup-modeling 请基于保存的实验输出优化这些论文图表:
  106. 统一字体、配色、单位和有效数字,居中排版,并检查最终 PDF 的可读性。
  107. 保留原始数值,指出缺少实验记录或来源的位置。
  108. ```
  109. **提交前审计**
  110. ```text
  111. $huawei-cup-modeling 审计这份最终 PDF;
  112. 先从当届公告确认文件名、大小和匿名起始页,再执行机械预检。
  113. ```
  114. </details>
  115. ## AI 痕迹检测与分级
  116. 需要先找到重点问题时,可使用 **AI 痕迹检测 → 定向改写 → 事实复核** 的流程。检测按九个维度观察,第十项综合评估;只要求检测时,先给报告,不改原文。
  117. 全文任务按章节逐段扫描,记录已检查段落和未完成位置。报告区分已确认问题、待核验疑点与已排除的正常表达;每条问题都能定位到句子或图表,不把候选疑点直接算成问题。
  118. <details>
  119. <summary><strong>查看十项检测内容</strong></summary>
  120. <table align="center">
  121. <tr><th align="center">维度</th><th align="center">主要检查内容</th></tr>
  122. <tr><td>01 · 词汇</td><td>高频套话、空洞形容词、缺少具体动作的模板化动词。</td></tr>
  123. <tr><td>02 · 句式</td><td>句法重复、无效过渡、被动表达是否遮蔽必要主体。</td></tr>
  124. <tr><td>03 · 段落</td><td>均匀段长与固定结构是否导致冗余或打断论证。</td></tr>
  125. <tr><td>04 · 逻辑</td><td>推理跳步、过度概括、遗漏反例或适用边界。</td></tr>
  126. <tr><td>05 · 作者表达</td><td>需要解释选择时,是否缺少真实判断依据与取舍。</td></tr>
  127. <tr><td>06 · 数据</td><td>有效数字、误差含义与样本或验证范围。</td></tr>
  128. <tr><td>07 · 图表</td><td>空泛图题、配色辨识困难、单位与标注缺失。</td></tr>
  129. <tr><td>08 · 结构</td><td>摘要信息不足、章节未回应题目、结论无信息复读。</td></tr>
  130. <tr><td>09 · 引用</td><td>引文与主张是否对应、文献相关性及实际核验状态。</td></tr>
  131. <tr><td>10 · 综合</td><td>汇总 0–100 分、A–E 等级、材料覆盖与修改优先级。</td></tr>
  132. </table>
  133. </details>
  134. ```text
  135. $huawei-cup-modeling 检测这篇华为杯论文的 AI 痕迹:
  136. 按十项流程逐段检查,定位到句子,报告扫描进度、证据与修改建议。
  137. 覆盖充分时给出综合分和 A–E 等级;有精确标注时计算问题文本覆盖率。
  138. 材料不足的项标为待核验;先给报告,不修改原文。
  139. ```
  140. A–E 从低到高表示**模板化表达程度**。综合分是规则式编辑量表得分,不能换算为 AI 生成概率;只有片段或材料覆盖不足时,暂不给全文等级。规范的引用格式、默认配色、被动句和流畅逻辑本身不扣分。
  141. ### 体检报告包含什么
  142. <table align="center">
  143. <tr><th align="center">内容</th><th align="center">可复核的依据</th></tr>
  144. <tr><td>检查进度</td><td>已检查段落、未完成章节,图表与引用的实际核验状态。</td></tr>
  145. <tr><td>问题位置</td><td>问题编号、句级原文、判断依据、待核验或已排除的原因。</td></tr>
  146. <tr><td>修改对照</td><td>需要润色时提供原句、修改理由、改写后及事实复核结果。</td></tr>
  147. <tr><td>覆盖统计</td><td>根据固定文本和标注区间去重计数,保留分子、分母与文本哈希。</td></tr>
  148. </table>
  149. **问题文本覆盖率**表示已确认问题涉及多少已检查文字,与 AI 来源概率无关。支持本地脚本复算;片段或未完成扫描不输出全文比例,待核验内容单列。
  150. 评分公式、等级阈值、证据记录和报告格式见 [AI 痕迹评阅指南](huawei-cup-modeling/references/ai-trace-review.md)。
  151. ### 交稿前集中自查
  152. 在内部锁稿前安排体检、定向改写、人工复核和最终导出,同时核对实际 AI 使用记录与当届披露要求。可预留约半天并按论文规模调整;时间不足时先处理关键问题,如实保留未检查范围。
  153. 本科国赛与华为杯的规则分别核验。声明放在哪里、详情材料叫什么、哪些情形有例外,都以**对应赛事当届官方文件**为准;[规则核验记录](huawei-cup-modeling/references/current-rules.md)说明了两者的区分。
  154. ## 竞赛工作流
  155. 先核验规则,再建立覆盖全题的基线;有了验证证据,再整合论文和锁定文件。**实时赛题须先确认当届 AI 允许范围**,各阶段按已核验规则执行。
  156. <p align="center">
  157. <a href="assets/readme-workflow.svg"><img src="assets/readme-workflow.svg" alt="五阶段竞赛工作流:规则核验→问题拆解与基线→模型比较与验证→图表与论文整合→预检、锁稿与上传复核。实时赛题先核验 AI 允许范围,范围不明时仅核对规则与机械检查。" width="800" /></a>
  158. </p>
  159. <p align="center"><sub>每一阶段都有对应产物;发现问题时回到相应阶段修正。点击图可查看原图。</sub></p>
  160. 三人分工、100 小时参考时间线、五个检查点和模型降级策略,见 [竞赛执行指南](huawei-cup-modeling/references/contest-operations.md)。时间安排是可调整的参考,赛程以当届公告为准。
  161. ## 图表与论文
  162. **图表既要清楚,也要有据可查。** 从保存的实验结果生成图表,关联结果账本,再引用到正文和摘要,让每个定量结论都能回到一次具体运行。
  163. <p align="center">
  164. <a href="assets/readme-evidence.svg"><img src="assets/readme-evidence.svg" alt="论文证据链:数据与代码通过 run_id 对应实验输出,输出中的数值经复核后通过 claim_id 对应论文图表、正文与摘要;数字不一致时回查来源重新生成。" width="800" /></a>
  165. </p>
  166. <p align="center"><sub>从数据到结论保留来源;复核后的同一结果,使用一致的单位、精度与表述。</sub></p>
  167. <table align="center">
  168. <tr><th align="center">维度</th><th align="center">交付标准</th></tr>
  169. <tr><td><strong>选图</strong></td><td>围绕一个比较或结论选图;坐标、单位、图例、误差含义完整。</td></tr>
  170. <tr><td><strong>样式</strong></td><td>统一字体、字号和配色;颜色搭配线型或标记,缩小后仍可辨认。</td></tr>
  171. <tr><td><strong>居中</strong></td><td>图与表相对正文版心居中,多子图成组对齐;题注遵循官方模板。</td></tr>
  172. <tr><td><strong>导出</strong></td><td>统计图优先矢量格式;位图按最终尺寸导出,检查字体和边缘裁切。</td></tr>
  173. <tr><td><strong>溯源</strong></td><td>保留源数据、绘图脚本和运行标识;正文、摘要与图表数字一致。</td></tr>
  174. </table>
  175. 图型选择、配色建议、Markdown / Word / LaTeX 居中方式和导出检查,见 [图表与排版指南](huawei-cup-modeling/references/figures-and-tables.md);写作与逐层审计见 [论文整合指南](huawei-cup-modeling/references/paper-and-compliance.md)。
  176. ## 脚本工具
  177. 提供三个无第三方 Python 依赖的本地辅助脚本。以下命令在仓库根目录执行,**全大写参数值需要替换**为真实路径或已核验条件。
  178. ### 复算体检覆盖率
  179. ```bash
  180. python3 huawei-cup-modeling/scripts/measure_review_coverage.py PAPER.txt ANNOTATIONS.json
  181. ```
  182. 读取冻结的 UTF-8 文本与标注 JSON,核验 SHA-256,按字符区间并集计算扫描进度、确认问题与待核验覆盖率。结果以 JSON 输出,输入文件保持原样。脚本只负责计数,语义问题由评阅过程识别;标注字段与统计口径见 [评阅指南](huawei-cup-modeling/references/ai-trace-review.md)。
  183. ### 初始化竞赛工作区
  184. ```bash
  185. python3 huawei-cup-modeling/scripts/init_competition_workspace.py TEAM_WORKSPACE \
  186. --year CONTEST_YEAR \
  187. --title "项目名称"
  188. ```
  189. 生成规则快照目录、数据与图表目录、来源 / 实验 / 结果账本、AI 使用日志和提交清单,并保留已有文件。三人分工与时间安排按 [竞赛执行指南](huawei-cup-modeling/references/contest-operations.md)制定。
  190. ### 提交前预检
  191. ```bash
  192. python3 huawei-cup-modeling/scripts/preflight_submission.py PAPER.pdf \
  193. --expected-name OFFICIAL_FILENAME.pdf \
  194. --max-paper-bytes VERIFIED_BYTE_LIMIT \
  195. --identity "学校名称" \
  196. --identity-start-page OFFICIAL_START_PAGE \
  197. --strict \
  198. --manifest HASH_REPORT.json
  199. ```
  200. 检查 PDF 结构、文件名、字节大小和指定页后的身份关键词,生成 MD5 与 SHA-256 清单。年度条件来自当届官方公告;若官方只写 MB 而未说明换算方式,应记录采用的约定,并把字节检查视为保守筛查。
  201. <details>
  202. <summary><strong>锁稿后验证文件是否变化</strong></summary>
  203. ```bash
  204. python3 huawei-cup-modeling/scripts/preflight_submission.py PAPER.pdf \
  205. --expected-md5 RECORDED_MD5 \
  206. --strict
  207. ```
  208. 提交 MD5 后冻结对应字节文件;上传前核验同一文件,不再编辑、压缩或重导出。预检清单不覆盖已有文件,重做时使用新文件名。
  209. </details>
  210. ## 环境与质量
  211. <table align="center">
  212. <tr><th align="center">环境</th><th align="center">要求 / 用途</th></tr>
  213. <tr><td>Python 3.9+</td><td>运行脚本;无需第三方 Python 包</td></tr>
  214. <tr><td>macOS / Linux</td><td>GitHub Actions 覆盖的平台</td></tr>
  215. <tr><td>Poppler · <code>pdfinfo</code></td><td>PDF 结构检查</td></tr>
  216. <tr><td>Poppler · <code>pdftotext</code></td><td>身份关键词文本扫描</td></tr>
  217. </table>
  218. Poppler 需独立安装,本仓库不捆绑其二进制。工具缺失时,脚本会提示未完成的检查;启用 `--strict` 后,这类检查会被视为失败。
  219. ```bash
  220. python3 -m unittest discover -s huawei-cup-modeling/tests -v
  221. ```
  222. 测试覆盖初始化回滚、链接防覆盖、已有清单保护、年度参数、字节边界、PDF 结构、身份词扫描、哈希验证,以及区间去重、片段覆盖限制、Unicode 偏移和标注版本校验。
  223. <details>
  224. <summary><strong>项目结构与资料入口</strong></summary>
  225. ```text
  226. .
  227. ├── README.md
  228. ├── assets/ # README 矢量封面与图示
  229. └── huawei-cup-modeling/
  230. ├── SKILL.md # 任务路由与核心约束
  231. ├── agents/openai.yaml # 界面元数据
  232. ├── references/
  233. │ ├── current-rules.md # 带核验日期的年度快照
  234. │ ├── contest-operations.md # 分工、时间线与检查点
  235. │ ├── figures-and-tables.md # 图表质量、居中与导出
  236. │ ├── academic-writing.md # 去 AI 味、表达润色与事实对照
  237. │ ├── ai-trace-review.md # 九维检测、综合评分与 A–E 分级
  238. │ └── paper-and-compliance.md # 论文、引用与提交审计
  239. ├── scripts/
  240. │ ├── init_competition_workspace.py
  241. │ ├── measure_review_coverage.py
  242. │ └── preflight_submission.py
  243. └── tests/
  244. ├── test_scripts.py
  245. └── test_review_coverage.py
  246. ```
  247. </details>
  248. ## 使用边界
  249. 当届官方公告和附件优先,缓存快照用于定位检查项。实时赛题的 AI 规定或允许范围无法核验时,Skill 仅协助规则核对、材料整理和非实质性机械检查。数据、实验、文献与运行结果必须真实,关键假设和最终结论由队伍理解并确认。
  250. 脚本提供辅助证据,完整的模板、匿名和视觉版式仍需人工逐页复核。
  251. <details>
  252. <summary><strong>数据、隐私与哈希说明</strong></summary>
  253. - 三个 Python 脚本自身不联网。通过 Codex 使用 Skill 时,材料可能由用户配置的 AI 服务处理,应遵守相应的数据控制与保留政策。
  254. - 初始化工作区的 `.gitignore` 默认忽略竞赛材料目录。忽略规则不是访问控制,正式比赛材料仍应保存在受控位置。
  255. - AI 使用日志只记录必要摘要,公开前须脱敏;不保存无关的完整对话。
  256. - 哈希清单默认隐藏绝对路径与身份词原文,但仍含文件名、大小、时间和文件哈希,比赛期间不要公开。
  257. - MD5 用于赛事要求的字节锁定流程,SHA-256 提供补充完整性证据;MD5 不作为安全哈希使用。
  258. </details>
  259. ## 维护与贡献
  260. [年度规则快照](huawei-cup-modeling/references/current-rules.md)需要持续核验。更新时采用竞赛官网、当届正式附件或培养单位通知,保留来源链接、发布日期和核验日期,明确区分已确认、尚未发布与往届先例。脚本参数变化应补充相应回归测试。
  261. 欢迎通过 [Issue](https://github.com/Nopon-Knowledge/huawei-cup-modeling-skill/issues) 或 Pull Request 提交规则更新、脚本修复和工作流改进。贡献内容不得包含实时未公开赛题、队内论文或数据、真实身份、完整 AI 对话、官方模板或 Logo,以及无权再授权的论文与代码。
  262. <details>
  263. <summary><strong>独立项目声明与许可证</strong></summary>
  264. 本项目是独立的开源辅助工具,与华为、中国研究生数学建模竞赛组委会、承办单位及研创网不存在隶属、授权或背书关系。“华为杯”等名称及相关商标归其权利人所有。
  265. 规则摘要用于定位检查项,不能替代当届官方公告、附件和系统提示,也不构成法律或竞赛合规意见。项目不保证规则始终准确及时,不保证匿名、模板、原创性、提交成功、获奖或 AI 使用一定被允许。
  266. 项目原创代码与文档采用 [MIT License](LICENSE)。外部链接、官方文件、赛事名称和商标的权利仍归各自权利人所有。Poppler 按其自身许可证提供。
  267. </details>
  268. ---
  269. <p align="center">
  270. <strong>让论文表达自然,让研究证据完整。</strong><br />
  271. <sub>定位模板感 · 改写机械表达 · 保留研究判断 · 复核事实原意</sub>
  272. </p>

Ratings and comments

Sign in to rate this skill.

Sign in

Free to use. If it’s helped, pass it on.