একটি ছোট ওপেন মডেল, Qwen3-4B-Instruct, এমনভাবে ফাইন-টিউন করা হয়েছে যাতে এটি এমন অভ্যাস ছাড়া লেখে যা AI-তৈরি লেখাকে চিনিয়ে দেয়। qwen3-4b-deslop নামে প্রকাশিত এই মডেল এম ড্যাশ, "X নয়, বরং Y" গঠন এবং তিনটির তালিকা এড়িয়ে চলে, এবং এর জন্য কোনো সিস্টেম প্রম্পটের প্রয়োজন হয় না। Ollama দিয়ে এটি স্থানীয়ভাবে চালানো যায়, কমান্ড হলো ollama run hf.co/erikkannike/qwen3-4b-deslop-v4-GGUF, যা Q4_K_M ফরম্যাটে 2.5 GB-এর একটি ডাউনলোড।
প্রশিক্ষণের সময় যে 40টি প্রম্পট মডেল কখনো দেখেনি, সেগুলোতে প্রতি 1000 শব্দে স্লপ স্কোর 121 থেকে কমে 12.5 হয়েছে, এবং 68% উত্তর মানুষের লেখার পরিসরে পড়ে। এম ড্যাশ প্রতি 1000 শব্দে 20.5 থেকে কমে শূন্য হয়েছে। মডেলটি এখনও 30টির মধ্যে 30টি তথ্যভিত্তিক প্রশ্নের সঠিক উত্তর দিয়েছে এবং চাওয়া ধারা ও দৈর্ঘ্য মূল মডেলের মতোই সমানভাবে মেনে চলেছে।
একটি মধ্যবর্তী সংস্করণের স্কোর ছিল 9.9, কিন্তু সেটির লেখা খারাপ ছিল: মতামতহীন মতামত-প্রবন্ধ, বানানো গবেষণা এবং ", which" দিয়ে বাক্য জোড়া লাগানোর অভ্যাস তৈরি হচ্ছিল। এটি ঠিক করতে একটি দ্বিতীয় ফিল্টার যোগ করা হয়েছে যা যাচাই করে উত্তরগুলো প্রম্পটের অনুরোধের সঙ্গে মিলছে কি না। ফলে লেখার ধরন এতটাই সাদামাটা যে প্রায় নিষ্প্রাণ লাগে, আর মডেলটি এখনও নাম ও স্থান বানিয়ে লেখে।
161টি প্রশিক্ষণ উত্তর ব্যবহার করে একটি Mac Book Air-এ কাজটি করা হয়েছে। লেখকের দাবি, পদ্ধতিটি মডেলের আকারের ওপর নির্ভর করে না, এবং পরের ধাপ হলো বড় মডেলে এটি প্রয়োগ করা।
উৎস: Hacker News · সারাংশ: HeadlinesBriefing