学校的自建库就是学校自己建了个大文件夹，往届学生的作业啊论文啊全存在里面。查重的时候，你的新论文会像照镜子一样，一句句和这个文件夹里的内容对比。要是发现某句话和三年前的作业重复了五六个字，系统就会标红提醒。比如去年某校用这个办法，查出了12%的论文存在重复，比用商业数据库少一半。

为什么得用自建库查重呢？因为学校要管住自己学生的学术风气。像北京某高校的自建库存了2018年到现在所有论文，光去年就新增了8500篇。系统会先扫一遍，找出和自建库重复超过30%的章节，再让老师二次审核。数据表明，自建库查重比商用系统准确率高18%，但有个缺点——学生得先上传论文到自建库存档，等查完才能下载。比如上个月有学生发现，自己查重过的论文在系统里存了半年，结果下学期交新作业又重复了。系统还会自动标出重复段落，比如“这种算法步骤和2021年李明的论文第三段一样”，并提示修改建议。但有个问题，有些学生把标红的句子换个词，系统又识别不出来，所以得人工检查。