Hacker News 的 Show HN 板块出现了一个新项目：作者以 Qwen3-4B 为基础，专门针对大模型写作中那些容易被读者一眼识别的“AI 文风”做了处理，项目页命名为“deslop-model”，并附有一篇博客说明。
所谓“AI writing tics”，指的是模型输出中反复出现的固定套路：过度工整的排比与三段式结构、爱用“不仅仅是……而是……”这类对举句式、破折号和加粗的滥用、开头用“在当今快速发展的……时代”铺陈、结尾强行升华总结，以及“delve into”“it's worth noting”一类高频套话。这些特征本身不影响事实正确性，却让文本带有强烈的模板感，在内容审核、编辑校对和终端用户体验中越来越被视为一种质量问题。
这个项目的意义在于，它把“文风”作为一个独立的微调目标提了出来。过去针对小参数模型的优化多集中在推理、代码与指令遵循能力上，而“去套路化”属于更主观、更难量化的方向：它既需要对特定表达模式做抑制，又要避免损害模型的表达多样性与信息密度。Qwen3-4B 这类尺寸的模型可以在消费级或单卡环境中运行，若文风调整有效，对需要本地部署、批量生成中文或英文内容的团队会有直接参考价值。
值得注意的是，文风偏好高度依赖场景与语料：新闻、营销文案、技术文档对“自然”的定义并不相同，某种去套路化处理在一种场景下更自然，在另一种场景下可能显得过于随意。因此这类工作的价值不仅取决于训练方法，也取决于是否给出可复现的评测方式。具体训练数据、方法与效果对比，需参见作者原博客与讨论区。