研究解析 AI 套话文风的模型内部来源及降低方法

一项实验发现，AI 写作中的破折号、不是 X 而是 Y 句式和三段式列举沿模型内部同一方向移动，Qwen3-4B 助手版的套话分数约为基础模型的 2.5 倍。研究者在 OLMo 2 各检查点中发现，监督微调引入修辞结构，偏好调优使套话分数翻倍；直接清零该方向最多增加 89% 套话，反向干预配合提示词可降低 85%，少于 1% 参数的适配器在无提示词时降低 83%。