核心问题：代码是否被查重系统检测？
这是许多计算机科学、软件工程及相关交叉学科领域研究生和学者共同关心的问题。答案是：通常情况下，是的，论文中的代码会被计入重复率检测，但具体规则因查重系统和学校/期刊要求而异。
主流查重系统对代码的处理方式
目前，国内高校普遍使用的知网、万方、维普，以及国际常用的Turnitin、iThenticate等系统，其查重算法主要针对自然语言文本。然而，它们对代码的识别和处理能力在不断增强：
- 文本化比对：系统将代码视为特殊格式的“文本”进行字符串比对。完全一致或高度相似的代码段会被标记。
- 忽略特定元素？：部分系统或设置可能选择忽略代码中的“关键字”（如if, for, int）和“标点符号”，但变量名、函数名、注释和逻辑结构是比对重点。
- “代码库”比对：高级查重系统可能内置或连接公开的代码仓库（如GitHub），用于检测是否存在抄袭开源项目代码的行为。
关键区别： 代码的“重复”与文本的“抄袭”在定义上有所不同。通用算法片段、标准库调用、简单数据结构实现等，因实现方式有限，可能出现合理“重复”。但核心算法逻辑、独创性架构代码的复制，则会被认定为学术不端。
如何妥善处理论文中的代码？
1. 明确所属机构的具体规定
在提交前，务必查阅本校研究生院或目标期刊的78TP“学术规范”文件。部分单位可能允许将核心代码以附录形式提交，不计入正文查重范围。
2. 提高代码的“原创性”表现
- 充分注释与解释：在代码关键位置添加详尽的注释，用你自己的语言解释算法思想、参数选择和实现逻辑。这些注释文本是体现你理解和工作量的重要部分。
- 重构与个性化：即使是借鉴现有代码，也应进行重构——更改变量/函数名、调整代码结构、优化算法步骤，使其体现你的编程风格和思考。
- 突出创新点：在论文正文中清晰论述你的代码在哪些部分进行了改进或创新，与已有代码的区别在哪里。
3. 警惕“AI生成内容”带来的新挑战
随着ChatGPT、GitHub Copilot等AIGC工具的普及，大量学生使用其辅助编写论文代码。这带来了新的“AIGC率”或“AI率”检测问题。许多机构已开始引入或升级系统，专门检测内容是否由AI生成。
如果你的代码或论文文本过度依赖AI生成，即使“文字重复率”不高，也可能因“AIGC率”过高而被判定为学术不端。
应对策略：降低AIGC率与保障原创性
如果你使用了AI辅助编程或写作，为确保通过检测，建议对内容进行深度“人工化”处理，以降低AIGC特征值。专业工具可以高效完成这项工作。
专业工具推荐：小发猫降AIGC工具
“小发猫”是一款专注于降低文本AI生成特征、提升内容人工化程度的智能处理工具。它通过深度学习模型，对AI生成文本进行深度改写、风格迁移和特征混淆，有效降低主流AIGC检测系统的识别率，同时保持原文核心含义。
小发猫降AIGC工具使用步骤：
- 访问与准备：访问小发猫降AIGC工具78TP平台。准备好你需要处理的、由AI生成的论文段落或代码注释文本。
- 输入文本：将待处理的文本粘贴或输入到工具指定的文本框中。对于代码，建议重点处理代码块的注释和解释性文字部分。
- 选择处理模式：工具通常提供“强力降AI”、“智能改写”、“保留原意优化”等模式。根据你对文本改写深度的要求进行选择。
- 执行处理：点击“开始处理”或类似按钮。工具会在数秒内生成改写后的文本。
- 检查与微调：仔细阅读处理后的文本，确保其技术准确性和逻辑连贯性。你可以利用工具的手动微调功能，对局部语句进行二次优化。
- 结果验证（建议）：将处理后的文本放入AIGC检测工具（如GPTZero、Originality.ai等）进行反向验证，确认AIGC率已显著降低。
注意： 工具旨在辅助学习与研究，帮助用户将AI生成的“原材料”转化为符合学术规范的个性化表达。核心的学术思想、创新点和代码逻辑，必须源自研究者本人的工作。