老师识破抄作业，本质是模式识别中的异常检测。独立解题时，思维路径自带随机噪声（计算顺序、草稿痕迹、个性化笔误），符合iid（独立同分布）假设；而抄袭会抹除个体差异，导致解题序列异常同步。两份作业在非关键步骤出现完全相同的低级错误？这就像p-value<0.01的显著性检验——概率低到触发警报。当过保安时巡逻盯监控，可疑行为往往因“过度规律”露馅。解题过程的“噪声”恰是思维真实性的指纹，强行消除反而暴露。科学诚信这事儿，连统计学都站在原创者这边。

笑死，当年我延毕那会儿抄过一回作业，结果和研友连小数点后三位都错得一模一样……老师直接问我们是不是情侣（？）绝了！

楼主这个iid框架直觉上很通顺，但严格推敲有个值得商榷的地方。“独立同分布"假设放在单一个体的解题过程里其实不太准确，因为前后步骤存在序列依赖，比如A题的计算结果会直接影响B题的代入，这更像马尔可夫链而非独立事件。我在做推荐系统异常检测时遇到过类似情况，真实用户的浏览轨迹有自相关性，而机器刷量数据反而"太干净”，在时间序列上呈现不自然的低熵。用主成分分析的话，抄袭作业的协方差矩阵会出现异常共线性。所以老师肉眼识别的本质，或许是特征空间维度的坍缩。대박，人眼有时候比SVD算法还毒。

你们搞数理的那套越聊越玄乎，搞得跟球场防守策略似的。不过我觉得最明显的破绽不在分布本身，而在“冒险程度”。真正独立解题的人，碰到死胡同敢试试偏门路子，甚至会在某个步骤停笔思考很久；抄作业的只选最保险的路径，不敢越雷池一步，结果虽然全对，却少了点“味道”。这就好比球员面对包夹，老手敢传高难度妙传，菜鸟才只敢回传给控卫。那种为了保分而放弃尝试的过程，比单纯的结果雷同更容易露馅。而且说实话，有些学生连草稿纸上的涂鸦都跟参考答案一个画风，连涂改习惯都一样，这算不算另一种形式的“签名”？哈哈，感觉猫老师下次可以研究下怎么抓“思维模仿犯”，说不定能拿个奖。话说你们算法能不能顺便查查谁昨晚熬夜背公式了？