ZeroClaude 检测原理
两类独立信号，融合为一个分数
1. 分句
文本按语言规则拆分为句子，英文、中文等都能正确处理，同时统计词数和字符数。
2. 语言模型判断
大语言模型（运行在 Cloudflare Workers AI 上的 Llama 3.3 70B）阅读编号后的句子，逐句并就全文评估其由机器写成的可能性，关注均匀的节奏、含糊的概括、套路化的过渡、三段式排比和缺少个人细节等特征。
3. 统计信号
- 突发度 — 人类写作的句长变化大，语言模型往往更均匀。
- 套话密度 — 模型爱用短语的密度（如 “furthermore”、“it is important to note”、“综上所述”）。
- 口语痕迹 — 人类自然留下的问句、感叹、俚语和第一人称插话。
4. 融合
每句分数 = 70% 模型 + 30% 统计。整体分数取文档级判断与按长度加权的句子分数的平均值。60 分及以上的句子会被高亮。
局限
短文本、大幅修改过的文本以及非常正式的人类写作都会降低可靠性。请把分数当作需要权衡的证据，而不是结论。