AIらしい文章のくせを減らす Qwen3-4Bの小さな実験
Qwen3-4B-Instruct
元になった文章を書くAIモデルの名前。
slop score
AIにありがちな言い回しを規則で数えた点数。
LoRA
AIの一部を追加で学習させる方法。
AIが書いた文章には、似た言い回しが繰り返されることがあります。長いダッシュ、「AではなくB」という形、三つ並べる説明、「ここが大事です」のような案内文などです。こうした文章のくせを減らす実験が、Qwen3-4B（文章を書くAIモデル）で行われました。作者のErik Markus Kannike氏の元記事によると、Qwen3-4B-Instructを調整し、Qwen3-4B-deslop v4として公開したそうです。2.5GBの小さい版は、Ollama（AIモデルを動かす道具）で動かせます。
何が起きたか
これは企業発表ではなく、MacBook Airというノート型コンピューターで行った個人実験です。狙いは、文章のくせを減らし、内容や依頼への適合をできるだけ保つことでした。最終版は、毎回システムプロンプトを足さなくても、その書き方を避けるよう学習されています。
どう測ったか
作者は「slop score」を作りました。特定の言い回しを重み付きで数え、1,000語あたりの点数にします。学習に使っていない40個のお題で試すと、元モデルの平均121点が、公開版では12.5点になりました。長いダッシュは20.5個から0個です。68％の回答は、人間の文章に近い点数の範囲に入りました。30問の事実問題には30問すべて正解し、指定された文体や長さにも、元モデルと同じ程度に合わせました。
学習で分かったこと
うまくいく回答を教師役のモデルに作らせ、条件を通ったものだけを残しました。それを小さなLoRAアダプターに学習させ、4つのニューロンの編集も組み合わせました。途中の版は、意見文で意見を言わず、存在しない研究を作るなど、別の問題を起こしました。そこで、依頼どおりの形式か、研究や割合を作っていないかも点検しました。最終版では、依頼への適合率が80％に戻りました。
なぜ重要か
文章のくせを、出力後の書き換えだけでなく、モデルの学習に組み込める可能性を示したからです。ただし、「AIらしさを減らす」と「よい文章を書く」は同じではありません。公開版の声は平たく、名前や場所をまだ作ります。くせの点数が下がっても、読み手にとって自然とは限りません。
確認できたことと限界
この投稿はHacker Newsで155ポイント、110コメントを集めました。これは注目度であり、実験が正しい証明ではありません。試したのは短い英語文だけです。コード、長い会話、ほかの言語、道具の利用で同じ結果になるかは不明です。点数は作者の規則に基づき、読者がどちらを好むかの比較もまだありません。
次に見る点
作者は、人間のよい文章を教師役に加え、7〜8Bと約30Bのモデルでも試す予定です。人が正体を知らずに文章を読み、どちらを選ぶかを見るテストも計画しています。
AIの「いつもの書き方」を減らした小さなモデル
📰 しっかり版: AIらしい文章のくせを減らす Qwen3-4Bの小さな実験
Qwen3-4B（文章を書くAIモデル）を、AIにありがちな言い回しを減らすよう学習し直しました。
Qwen3-4B
文章を書くAIモデルの名前。
slop score
文章のくせを数えた点数。
Ollama
AIモデルを動かすための道具。
💡 ようするに
- AIの文章に出やすいくせを減らしました。
- 40個の新しいお題で、点数が121から12.5になりました。
- それでも、平たい文や作り話は残りました。
AIには、同じ言い方を何度も使うことがあります。長いダッシュや、三つ並べる説明などです。作者のErik Markus Kannikeさんが元記事で、このくせを減らした版を紹介しました。2.5GB版は、OllamaというAIモデルを動かす道具で使えます。
くせは「slop score」という点数で数えました。学習に使っていない40個のお題を試しました。元の平均は121点でした。新しい版は12.5点でした。長いダッシュは20.5個から0個になりました。30個の事実問題には、30個すべて正解しました。
ただし、くせを消すだけでは足りません。途中の版では、意見文なのに意見を言わないことがありました。存在しない研究を作ることもありました。そのため、依頼に合っているかを調べる規則を足しました。最後の版でも、文が平たく、名前や場所を作ることがあります。
この話は、Hacker News（技術ニュースのサイト）で155ポイント、110コメントを集めました。数字は注目度です。実験が正しい証明ではありません。
まだ短い英語文だけの試験です。コードや長い会話、ほかの言語で同じ結果になるかは不明です。人がどちらを読みやすいと思うかの比較も、まだありません。作者は今後、人間のよい文章を使い、大きなモデルと人の読み比べを試す予定です。
💬 AIっぽい文章を減らすモデルへの、やさしいまとめ
このモデルの狙いは評価されたが、文章が本当に読みやすくなったかについては意見が分かれた。ページの動くカーソルも、多くの人には邪魔だった。数値や性能の話は、コメントした人の自己申告である。
- 少ない計算機でも学習できたことを評価する人がいた。ただし、その結果はコメント内で確かめられていない。
- 文章は少し良くなったという人がいる一方、まだAIらしく、読みにくいという人もいた。短い言葉を使ってほしいという提案もあった。
- ある人は、AI判定サイトのPangramでは100% AI生成と出たが、別の検査ツールslop-copではもっと良く見えたと報告した。別の人は、同じ内容なのに脱スロップ版が約3倍長く、書式もなかったと批判した。
- AIの文章を人間の文章と見分けにくくするのは危険だという心配がある。一方で、文書や要約を作ったり、話すことが難しい人を助けたり、考えを整理したりする用途には役立つという意見もある。
- ページの共有カーソルは不評だった。作者はWebRTC/Trysteroを使った実験だったと説明し、あとで最初から隠すようにした。
コメント110件時点の初期（改訂1）。100件を取得し、全体から100件を抽出して要約しました。内容はHN利用者の自己申告で、編集部が確認した事実ではありません。
AIの文のくせを、おそうじした
📰 しっかり版: AIらしい文章のくせを減らす Qwen3-4Bの小さな実験
小さなAIが、いつも同じ言葉を使うくせを少し減らしました。
Qwen3-4B
文を書くAIの名前。
Hacker News
コンピューターの話をするサイト。
Qwen3-4B（文を書くAI）がいます。 作者のErik Markus Kannikeさんが手を入れました。 AIによくある言い方を減らしました。 長いダッシュなどを数えました。 新しい40のお題で試しました。 点数は121から12.5になりました。 長いダッシュは20.5から0になりました。 でも、まだ困ったことがあります。 AIはない名前や場所を作りました。 声も少し平らでした。 人が読みやすいかは、まだ比べていません。 Hacker News（AIやコンピューターの話をするサイト）で話題になりました。 155ポイントと110コメントがありました。 これは、たくさん見られたしるしです。 正しいしるしではありません。 次は大きなAIでも試します。 人にも読み比べてもらいます。
💬 AIのくせを減らすモデルの話
このモデルは、AIらしい文章のくせを少なくしようとした。うまくいったかどうかは、人によって感じ方が違った。
- 小さな機械で学べたことを喜ぶ人がいた。でも、まだAIっぽくて読みにくいという人もいた。ある人は、検査サイトでAI生成100%と判定され、別の検査ではもっとよく見えたと報告した。最初の例は、同じことを言うのに約3倍長いという不満もあった。
- AIの文を人間の文と見分けにくくするのは危険だ、と心配する人がいた。一方で、文書作りや、話すのが難しい人の助けになるとも言われた。
- 記事のページには、みんなの動くカーソルがあった。邪魔だという声が多く、作者は実験機能だったと説明して、あとで最初から隠した。
コメント110件時点の初期（改訂1）。100件を取得し、全体から100件を抽出して要約しました。内容はHN利用者の自己申告で、編集部が確認した事実ではありません。
💬 Qwen3-4Bの「AIらしい書き癖を減らす」試みへのHN反応
小さなモデルでAI特有の文体を薄める発想は評価されたが、実際の読みやすさや人間らしさには賛否が分かれた。ページの共有カーソルへの不満も大きかった。以下の性能・不具合・検出結果は、コメント投稿者の自己申告であり、独立検証ではない。
コメント110件時点の初期（改訂1）。100件を取得し、全体から100件を抽出して要約しました。内容はHN利用者の自己申告で、編集部が確認した事実ではありません。