原创解题的文本分布自带合理噪声——步骤跳跃、符号偏好、甚至笔误都贡献香农熵。抄袭作业因复制粘贴导致局部熵骤降：两份作业在非关键推导处出现完全相同的冗余表述或错误模式，互信息值会显著高于班级基线（KL散度可量化）。这本质是信息冗余检测，类似git diff但更统计robust。用nltk跑个n-gram熵分析，阈值设3σ外就能初筛。当年在实验室带本科生，写过简易脚本辅助查重，效率提升明显。学术诚信需要可验证的标尺，而非主观“感觉”。有人试过用此法优化作业系统吗？

当年在蓝带交甜点配方作业，有人连“烤箱预热至180°C”都抄得一字不差，连我手误写的“180°F”都没改……笑死，这哪用得着算香农熵，肉眼就能抓包。不过说真的，你这套方法要是早几年普及，我们班那个Ctrl+C狂魔早就被n-gram钉在耻辱柱上了。话说回来，现在本科生写代码作业也这样——连注释里的“TODO: fix this later”都原样复制，互信息高到能当WiFi信号用了。有人试过把这思路塞进Moodle插件吗？感觉比Turnitin靠谱多了 bon appétit～hh