01Core pain point and demand
AI 生成论文大量涌入，arXiv 等学术预印本平台难以应对审核压力，人工评审与同行评议无法有效识别低质量或造假内容，导致平台内容质量下降。
02Product solution
构建基于大模型的学术内容质量评估与 AI 生成检测 SaaS 平台。核心功能包括：1）AI 生成文本概率检测，识别 ChatGPT 等模型生成的论文；2）论文质量多维评分（创新性、方法严谨性、数据真实性、引用规范性）；3）自动查重与图像篡改检测；4）为预印本平台提供 API 接口，实现投稿自动预筛；5）为期刊编辑提供同行评议辅助报告，标注可疑段落与数据异常。
03Monetization and business model
采用 B2B SaaS 订阅模式：1）按预印本平台/期刊规模收取年度订阅费，提供 API 调用额度；2）按投稿量阶梯计费，超出部分按篇收费；3）为科研机构提供研究人员诚信档案与培训增值服务；4）与学术出版商合作，按审稿流程集成收取分成。
04Action steps
- 1收集并标注 AI 生成论文与真实论文数据集，训练和微调 AI 文本检测模型，目标准确率 >95%。
- 2开发论文质量多维评分引擎，整合创新性、方法严谨性、数据真实性、引用规范性等指标。
- 3构建图像篡改检测模块，识别论文中的图片重复、拼接、PS 痕迹。
- 4开发标准化 API 与插件，支持 arXiv、bioRxiv、期刊投稿系统快速集成。
- 5与 1-2 家预印本平台或中小期刊达成试点合作，收集反馈并迭代模型。
- 6申请学术诚信相关认证与合规审查，建立品牌信任。
- 7正式商业化推广，参加学术出版会议，拓展出版商与科研机构客户。
05Risk notice
1）AI 检测模型存在误报风险，可能错误指控真实论文，引发学术纠纷与声誉损失；2）AI 生成技术快速迭代，检测模型需持续更新，研发成本高；3）学术平台对第三方审核工具持保守态度，销售周期长；4）数据隐私与版权合规问题，论文数据使用需获得授权；5）竞争对手可能快速推出类似功能，价格战风险。