ai查重的原理是通过将被检测文本转化为数字特征向量，并利用相似度匹配算法比较其与已知文本的相似度，然后给出相似度得分，从而判断被检测文本与已知文本的重复性。
常用的相似度匹配算法有余弦相似度算法、Jaccard相似度算法、编辑距离算法等。此外，一些自然语言处理技术如词向量模型和文本分类模型也可以用于查重。总之，ai查重的核心是利用机器学习和计算机算法实现大规模文本匹配，以提高作业、论文等文本的学术诚信水平。
合适的查重率应该在10%~20%之间。
因为文章引用了其他人的观点或者数据，所以文章中存在相似度是很正常的。
但是如果相似度超过20%，就可能存在抄袭嫌疑，需要对文章进行再次修改或者进行更加严格的审核。
而相似度低于10%的话可能存在遗漏引用的情况，需要进一步检查和确认。
同时，需要注意的是，不同的领域和不同的学术期刊对查重率的要求也会有所不同，需要遵守对应的规定。