标签
Scotoma-2 是 Gemma-4-31B-it 的更新微调版本，通过有针对性的偏好训练减少了重复性写作毛病，同时保留了基础模型的智能。它并非无审查，但旨在为角色扮演生成更干净、更不恼人的文本。
作家们刻意修改自己的写作风格，以避免类似AI的模式，比如避免使用破折号和三分式列举，作为日益增长的“反AI文学反文化”的一部分，以表明是人类创作。
Johnny Heo 分享了一个技巧：通过向 agent 或 Claude.md 文件添加样式规则，以清晰无行话的方式编写面向用户的说明，并在 .codex/config.toml 中将 personality 设置为 none。
Fenng 更新了 Chinese Tech Doc Style 项目，这是一套面向中文技术文档、产品文案与界面文案的写作技能，目前接近 400 Stars。
Jerry Liu 分享说，创建一项反映其写作风格的技能并基于真实样本进行爬山优化，解决了70%的风格问题，但他指出，表达清晰、独特的见解仍然是一个训练后的难题。
这篇博客文章探讨了使用强化学习训练一个小模型来检测不同LLMs的写作风格，并提供了代码和追踪信息。
一位用户描述了如何培养出识别ChatGPT写作风格的本能，指出即使经过编辑仍然存在的模式，并通过Lynote AI检测器确认了这一点。
一位Twitter用户分享了一个voice-dna.md文件，通过设置规则、禁用短语并要求提供写作样本进行模式匹配，让Claude采用用户个人写作风格。
作者探讨了LLM如何影响编码和日常语言中的用词，发现LLM偏好的词汇在编程会话和Google Trends中出现的频率均有所增加，这引发了人们对人类开始采用LLM写作风格的担忧。