- El modelo Qwen3-4B recibió entrenamiento adicional para reducir hábitos de escritura que parecen generados por IA. Según el creador, usa menos guiones, menos frases del tipo "no X sino Y" y menos listas agrupadas de tres en tres, y puede usarse sin un prompt de sistema aparte.
- El detector basado en reglas creado por el propio autor, Erik Markus Kannike, asignó una puntuación de 1000 por palabra, bajando de 121 en el modelo original a 12.5. Esta puntuación se basa en los criterios de expresiones regulares del creador, y todavía no se ha realizado una prueba ciega con lectores.
- El creador dijo que los datos de entrenamiento incluyeron 161 respuestas generadas en una MacBook Air. También informó que acertó las 30 preguntas de un cuestionario de 30 preguntas de hechos, según su propia medición.
- El texto original indica que puede ejecutarse en Ollama descargando el archivo cuantizado Q4_K_M (de unos 2.5GB). Los pesos originales y el adaptador LoRA también están publicados.
O: Los profesionales del marketing que a menudo escriben borradores para blogs o LinkedIn podrían pedir el mismo tema a Ollama con este modelo y con el original, y comprobar por sí mismos cuánto se han reducido los guiones largos y las enumeraciones de tres en tres.
X: La puntuación 12.5 se calcula con un detector de expresiones regulares creado por el autor, y no hay pruebas ciegas con lectores, así que hay que comprobar uno mismo si el texto realmente se lee menos mecánico.