27B 模型 RLAIF 去 AI 味,EQ-Bench 4 排名第 4 超多个旗舰
l4rz · x · 2026-10-19
开发者 justALEXWORTEGA 用 RLAIF 训练出 Qwen3.8-27B-antislop:基于 Qwen 27B,奖励信号来自一个用人类文本与非 AI 文本校准的评审模型(含 rubric 与质量分),专门消除「AI 腔」。
- 效果:文本更短、更不讨嫌,还能通过 slop 检测系统
- 性能:在 EQ-Bench 4 上以 Elo 1320 排名 29 个模型中的第 4,与 Claude Opus 5、Kimi K3 同榜,置信区间与第 2、3 名重叠;terminal bench 等编码能力未下降
- 训练环境(含分数与文本)已开源上传 Hugging Face
作者晒出的榜单截图显示其排在 GPT-5.5 之上,是开源社区用 RL 调文风的一次有意思的实践。
「模型」频道最新
- Anthropic 系统卡惊现三明治：研究员在公园吃饭时收到模型邮件 — NielsRogge · 2026-10-19
- 曝 xAI M3 Pro 模型原定 Q3 发布已跳票，官方未说明 — cedric_chee · 2026-10-19
- Yacine 一句话点破行业格局:后训练是富人的推理 — yacineMTB · 2026-10-19
- OrcaCyber Nano 1.0 开源:27B 参数、262K 上下文、16GB 内可跑 — udmrzn · 2026-10-19
- 用户抱怨 Sol 6.1 烧额度快得多，Pro $100 套餐 16 小时耗尽周配额 — kelly_xoxoxo · 2026-10-19
- 把本地大模型拉来玩魔改扫雷，开发者用它实测模型推理 — draginol · 2026-10-19