把 AI 味从 Qwen3-4B 里训掉，实测怎样

读多了 AI 写的文字，你会认得那种味道：成串的破折号、「不是 X 而是 Y」的句式、凑三个的排比、张口就来的「here's the thing」。一位开发者把这套习惯从 Qwen3-4B 里训掉了，发布了微调模型，成绩是自己的评分从每千词 121 降到 12.5。这个分数到底意味着什么，值不值得你把写作工具换过去，往下看。

一、发生了什么

据项目的公开技术博客，作者基于 Qwen3-4B-Instruct-2507 微调，发布了 qwen3-4b-deslop，配套模型和 GGUF 量化版都放在 Hugging Face。他把 AI 写作习惯写成一个带权重的正则评分器，人类写作通常低于 15 分，原模型平均 121 分。

方法分两步：一是翻转 4 个 MLP 神经元的权重符号，分别在第 28、32、33 层，只占 175 字节，能去掉约七成的「不是 X 而是 Y」；二是用一个 rank-16 的 LoRA 适配器蒸馏，训练集来自老师模型在 288 个提示词上的回答里筛出的 161 个合格样本。

结果是，在 40 个训练外提示词上，评分从 121 降到 12.5，破折号从每千词 20.5 个归零，68% 的回答落进人类写作区间，30 道常识题全对。量化版 Q4_K_M 只有 2.5GB，用 Ollama 就能在笔记本上跑。这些数字都是作者自己定的口径，别当成第三方评测来看。整个项目的价值，也不止在这个模型本身，更在那套「把文风量化成评分、再用评分去训模型」的方法上。

二、跟你有什么关系

对要批量写营销文案、个人博客、技术说明的人，这是个能本地离线跑、无需系统提示词就自带去腔调的小模型。省掉了「别用排比、别用破折号」那串又长又难维护的提示词。

对做本地推理的人，2.5GB 的量化体积，普通笔记本就能带起来，适合资源受限的环境。一张老笔记本也能跑，不用租云卡。

对做内容产品、想给输出「去 AI 味」的团队，他的方法本身有参考价值：把文风问题量化成一个评分器，再拿它当训练信号，这套思路可以迁移到别的基座模型上。

对关心事实的人，得留个心眼：它文风变干净了，但编造人名地名的问题还在，别拿它当事实来源。文字顺了，不代表内容真了，这两件事要分开看。

三、怎么用

1. 用 Ollama 拉取 GGUF 量化版，直接本地运行，无需系统提示词。开箱就是去腔调的，省掉了调提示词的步骤。
2. 拿你手头的一类真实任务试写几段，重点看它有没有把要求的事做完，而不是只看像不像人写的。像人写的但没干完活，比有点 AI 味更糟。
3. 控制长度别信它：它容易写长，要 150 字常常给出近 200 字，需要手动收。把它当草稿工具，成稿前自己剪一遍。

四、三个别信的说法

评分低就等于写得好。 错。作者自己承认，这个评分只是他把风格指南写成正则表达式，分不清好坏文笔，也没做过读者盲测。分数衡量的是「离那套腔调多远」，不是「文字多漂亮」。

训掉腔调后它就变可靠了。 错。它不再编研究机构和百分比，但编造人名、地点依旧常见，因为每一轮都奖励具体细节。腔调可以洗掉，编造的老毛病还在。

这模型啥都能干。 错。作者只在英文短文体裁上测试过，代码、长对话、其他语言和工具调用可能不比原模型好，甚至更差。它是个「专攻去 AI 味」的窄工具，不是全能选手。

五、一句话结论

它把一个具体问题——AI 腔——解决得相当干净，代价是文风发平、仍会编造，适合当草稿工具，不适合当真。

信息来源

• Qwen3-4B with the AI writing tics trained out（技术博客） · 2026-10-20
• Developer Releases Qwen3-4B Fine-Tune（Let's Data Science） · 2026-10-20

功能与价格以官方公告为准。本文写于 2026 年 10 月 21 日。