novel-humanize-4b

novel-humanize-4b

改写中文网文章节，让它读起来不那么像 AI 写的，同时保持剧情、对话和人物不变。这是基于 Qwen3-4B 的 4B 模型，仅限非商业使用。

由 gugujiji 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：novel-humanize-4b 改写那些文字读起来像机器写的中文网文章节。剧情、对话和人物保持不变，只改文风。它基于 Qwen3-4B，模型卡说一张普通显卡就能运行。

适合谁：它适合处理中文网络小说、想把生硬的 AI 腔措辞改顺的作者和编辑。许可是非商业的，所以适合个人和研究使用。

Title: 谁在用
Industry | Who uses it | How they use it | Example
出版 | 网文作者 | 把有 AI 辅助的章节改成更朴素的语气 | 发布前改写一章
编辑 | 编辑 | 整理华丽的措辞和套路化的比喻 | 让一章草稿过一遍模型
研究 | 文本生成研究者 | 用小模型研究文风改写 | 在模型卡的设置下比较输出

如果你处理的是其他文体或其他语言，可以跳过它。模型卡不承诺在中文网文之外的效果。

用在哪里：

• 带 GPU 的机器上的 vLLM 服务，模型卡用它来部署
• 调用兼容 OpenAI 接口的 Python 脚本
• 装有 Python 的 Windows、macOS 或 Linux，用于下载文件

Title: 它能做的事
Use case | Who | What they get back
改写一章 | 作者 | 同一个故事，语气更自然
改写后修错字 | 编辑 | 只改正错字，不再重写
当作工具调用 | 开发者 | 可以被其他模型调用的改写和修错字工具

如何设置：

• Windows、macOS 或 Linux 上的 Python
• 能用 vLLM 部署 4B 模型的显卡
• 这个仓库里的 fix_tools.py 文件，里面有固定的系统提示词和辅助函数
• 如果要用可选的修错字步骤，需要一个兼容 OpenAI 的 API 和它的密钥

1. 安装 Hugging Face Hub 工具。
2. 下载模型文件。
3. 用 vLLM 部署模型，然后用模型卡的固定提示词发送章节。

pip install -U huggingface_hub
hf download gugujiji/novel-humanize-4b

vllm serve gugujiji/novel-humanize-4b --served-model-name novel-humanize-4b \
  --max-model-len 8192 --generation-config vllm

如何使用：
一次发送一整章，大约 1000 到 2500 字。按原样使用模型卡的系统提示词和用户消息，标点用半角，或者从 fix_tools.py 里导入 SYSTEM 和 wrap_input。采样时，模型卡给的是 temperature 1.0 和 top_p 0.95，再加上 top_k 20 和 0.3 的存在惩罚，并关掉思考模式。

Title: 模型卡提到的部分
Tool | What it does
SYSTEM | 告诉模型怎么改写的固定系统提示词
wrap_input | 把你的章节文字包进固定的用户消息
rewrite_novel | 改写一章的工具定义
fix_typos | 只找出并改正错字的工具定义

from fix_tools import TOOLS, call_tool

msgs = [{"role": "user", "content": "帮我把这章去一下 AI 味：……"}]
r = client.chat.completions.create(model="deepseek-chat", messages=msgs, tools=TOOLS)
m = r.choices[0].message
if m.tool_calls:
    msgs.append(m)
    for tc in m.tool_calls:
        msgs.append({"role": "tool", "tool_call_id": tc.id,
                     "content": call_tool(tc.function.name, tc.function.arguments)})
    r = client.chat.completions.create(model="deepseek-chat", messages=msgs, tools=TOOLS)

示例：
你贴上一章 1,500 字、满是华丽辞藻和套路比喻的文字。模型返回同一章，措辞更朴素，篇幅差不多。剧情、对话和事件顺序都不变，原文写到哪里它就停在哪里。

新手与专家：
如果你是新手，可以把它看作一道编辑工序，把炫耀式的措辞换成更朴素的作者口吻。第一件小事是在模型部署好之后，试一小章。

如果你懂这个领域，这个模型是 Qwen3-4B 的微调版本，必须看到模型卡里一模一样的提示词。改写后可能留下错别字，或者把的、地、得用混，所以 fix_tools.py 可以再通过你自己的模型过一遍，只改正错字。代价在忠实度：它有时会丢掉一些小细节。

用 vLLM 部署模型
把一章包进固定提示词
关掉思考后生成
可选：用你自己的 API 修错字

注意事项：

• 长度：一章 1000 到 2500 字效果最好。太短的文字容易让它编剧情，太长的要按段落切开。
• 细节：它有时会删掉一些小细节，所以使用前要通读结果。
• 文体：它只针对中文网文，其他文体不做保证。
• License：cc-by-nc-4.0，需要署名，禁止商用，包括收费服务和商用 API。
• Cost to run：改写需要 GPU。可选的修错字步骤会用你自己的密钥调用兼容 OpenAI 的 API，模型卡的示例用的是 deepseek-chat。
• Data it reaches：章节文字会发给你的本地服务，用了修错字步骤的话也会发给你选的 API。
• Not for：商业用途，需要先得到作者许可。

Hugging Face 上的数据（2026年11月13日）

• 任务：text generation
• 参数量：4B
• Weights: about 8 GB in BF16; about 2 GB at 4-bit (estimate)
• Formats: Safetensors
• 最近 30 天下载：1,690
• 点赞：86
• 许可证：cc-by-nc-4.0
• 语言：zh
• 基于：Qwen/Qwen3-4B
• Quantized versions: 9
• 标签：safetensors, qwen3, chinese, novel, rewriting, text-generation, conversational

链接

• 模型：https://huggingface.co/gugujiji/novel-humanize-4b
• 文件：https://huggingface.co/gugujiji/novel-humanize-4b/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download gugujiji/novel-humanize-4b

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。