LoRA+GRPO 微调 8B 模型仿写名家博文，骗过全部商用 AI 检测器

OtherRaisin3426 · reddit · 2026-08-28

作者将开源 Qwen3-8B-Base 用 LoRA SFT + GRPO 两阶段微调，学习某知名 ML 作家的博客文风（约 39 万词公开人类文章），并搭建了一个「写作图灵测试」网页：10 段文字中一半为真、一半由模型生成。

关键结果：所有商用 AI 检测器都无法识别这些生成段落（Pangram 10 段 0 标记）。GRPO 采用复合奖励：风格判别器 + 与真实段落对比的 pairwise judge，且判别器在新生成的 rollout 上持续重训，防止模型钻冻结分类器的空子。