TWITTER · 人工智能

Qwen3.8-27B NoSlop V2:减少 AI 写作滥稿,同时维持编码智能体性能

作者:David Hendrickson 来源:David Hendrickson(@TeksEdge) 2026-11-04 12:00 4 分钟 8 阅读 966 字
AI 与智能应用模型训练与推理AI AgentAI 编程LLM 推理优化
一语总结

RefinedNeuro 的 Heretic 工具修改 Qwen3.8-27B 权重,减少 AI 写作陈词滥调,同时提升编码智能体性能。

AI 总结

RefinedNeuro 使用 Heretic 的训练免费权重修改技术,对 Qwen3.8-27B 进行了改造。该方法无需常规微调,即可改变模型行为。通过撰写包含精选 AI 陈词滥调的测试响应,评估显示原模型 AI 写作滥稿得分达 86/100,经 Desloped 后的 NoSlop V2 则下降至 65/100。V2 版本的存在,是因为 V1 版在去除滥稿后导致编码智能体出现循环或无进度问题。改进后编码智能体运行循环次数从 2/120 降至 6/120,完成任务数从 110/120 稍降至 106/120。虽然 V2 未能完全消除 AI 写作习惯,且在小规模智能体测试中仍略逊于原模型,但相较 V1 版本已有显著提升。

Qwen3.8-27B NoSlop V2:减少 AI 写作滥稿,同时维持编码智能体性能

RefinedNeuro 使用 Heretic 的训练免费权重修改技术,对 Qwen3.8-27B 进行了改造。该方法无需常规微调,即可改变模型行为。通过撰写包含精选 AI 陈词滥调的测试响应,评估显示原模型 AI 写作滥稿得分达 86/100,经 Desloped 后的 NoSlop V2 则下降至 65/100。V2 版本的存在,是因为 V1 版在去除滥稿后导致编码智能体出现循环或无进度问题。改进后编码智能体运行循环次数从 2/120 降至 6/120,完成任务数从 110/120 稍降至 106/120。虽然 V2 未能完全消除 AI 写作习惯,且在小规模智能体测试中仍略逊于原模型,但相较 V1 版本已有显著提升。