Antislop 框架：端到端检测并抑制 LLM 陈词滥调且不伤多样性

Antislop 是一个端到端框架，可在生成时和模型微调阶段系统性检测并抑制 LLM 重复短语与风格化陈词滥调（slop），同时不损害模型整体能力与词汇多样性。该框架由 Andriy Burkov 提出，针对简单禁用特定 token 会误伤大量无关词汇、标准偏好微调往往导致多样性坍缩和整体质量下降的问题。