A.I. 日报
研究定位并消除LLM“slop”风格
一项研究在 Qwen3-4B-Instruct 中找到了助手风格（如破折号、'不是X而是Y'）的表示方向，发现 SFT 引入修辞结构，DPO 通过流行词和 Markdown 加倍 slop 分数。通过固定向量减法或蒸馏为 LoRA，可将 slop 分数降低 83%。
AI 日报收录的 OLMo 2 1B 相关报道，共 1 篇，按时间倒序，每小时更新。
研究定位并消除LLM“slop”风格一项研究在 Qwen3-4B-Instruct 中找到了助手风格（如破折号、'不是X而是Y'）的表示方向，发现 SFT 引入修辞结构，DPO 通过流行词和 Markdown 加倍 slop 分数。通过固定向量减法或蒸馏为 LoRA，可将 slop 分数降低 83%。