إزالة سمات الكتابة بالذكاء الاصطناعي من الأوراق الأكاديمية ومقترحات المنح.
مهارة تحرير مخصصة لـ Claude Code و Codex و MorphMind لتنقيح المسودات الأكاديمية.
يزيل academic-humanizer العبارات العامة للذكاء الاصطناعي من المسودات الأكاديمية ومقترحات المنح مع الحفاظ على النبرة العلمية والأدلة. وهو مصمم للباحثين والعلماء الذين يصيغون مسوداتهم باستخدام الذكاء الاصطناعي ولكنهم بحاجة إلى الحفاظ على الدقة الأكاديمية الصارمة.
يشغل عملية تحرير من ست طبقات تقوم بتقليص الحشو، ومطابقة الادعاءات بدقة مع الأدلة، والحفاظ على الاستشهادات والرموز والأرقام دون المساس بها. يتضمن وضعاً مخصصاً لمقترحات المنح مُحسّناً لهيكل الصفحة الأولى لتطبيقات NSF و NIH.
يناسب الباحثين الأكاديميين والرئيسيين الذين يستخدمون LLMs لصياغة الأوراق أو مقترحات المنح ويرغبون في التخلص من سمات الذكاء الاصطناعي الواضحة. وهو لا يناسب المدونين، أو المسوقين، أو أي شخص يبحث عن أدوات لتجاوز اكتشاف الذكاء الاصطناعي أو توليد نتائج مزيفة.
يزيل الكليشيهات مثل "في السنوات الأخيرة"، قاعدة الثلاثة، والعبارات المبالغ فيها.
يضمن عدم وجود فعل أقوى من البيانات، مع تغيير كلمات مثل "يثبت" إلى "يُظهر تجريبياً".
يحفظ الصوت المبني للمجهول، والتحوط المرتبط بالأدلة، والمعادلات، والرموز، وكل استشهاد فردي دون تغيير.
يوجه الجهود نحو الصفحات الأولى الحرجة لمقترحات NSF و NIH حيث يضع المراجعون أعلى الدرجات.
مجاني تحت ترخيص MIT. التكلفة الوحيدة هي وقتك الخاص وتكاليف API أو الحوسبة المرتبطة بتشغيل وكيل البرمجة بالذكاء الاصطناعي الذي اخترته.
870 وظيفة مفتوحة عن بعد في تدريب الذكاء الاصطناعي، آخر تحديث ١٤ نوفمبر ٢٠٢٦؛ أجر معظمها $20–$170 في الساعة. منها 2 وظائف تطلب متحدثين بالعربية. يعرضها ذكائي مجانًا، والتقديم يتم على منصة جهة التوظيف.
لا، فهي مصممة صراحة بحيث لا تتجاوز اكتشاف استخدام الذكاء الاصطناعي أو تضيف حداثة مزيفة.
لا، فهو يترك كل مرجع ورقم واستشهاد مكتوباً كما هو تماماً.
يعمل كمهارة أو مطالبة نظام لـ Claude Code و Codex و MorphMind.
شاهد Zekai أولاً في جوجل