---
title: AIWriter-V1-4B-Check-Preview
canonical_url: "https://www.modelscope.cn/models/42ailab/AIWriter-V1-4B-Check-Preview"
md_url: "https://www.modelscope.cn/models/42ailab/AIWriter-V1-4B-Check-Preview.md"
repository: 42ailab/AIWriter-V1-4B-Check-Preview
chinese_name: "AIWriter-V1-4B-Check · 写匠中文校对大模型（预览版）"
last_updated: 2026-09-24
license: other
base_model:
  - Qwen/Qwen3-4B
base_model_relation: quantized
library_name:
  - gguf
  - pytorch
frameworks:
  - Pytorch
downloads: 252
stars: 1
tags:
  - text-correction
  - chinese
  - proofreading
  - writing
  - gguf
---

# AIWriter-V1-4B-Check-Preview

> AIWriter-V1-4B-Check-Preview - 42ailab 在 ModelScope 开源的模型。AIWriter-V1-4B-Check-Preview

42ailab/AIWriter-V1-4B-Check-Preview 是 ModelScope 魔搭社区上的机器学习模型，采用 other 许可，基于 Qwen/Qwen3-4B 构建。

- **Repository**: 42ailab/AIWriter-V1-4B-Check-Preview
- **License**: other
- **Base model**: Qwen/Qwen3-4B
- **Tags**: text-correction, chinese, proofreading, writing, gguf
- **Downloads**: 252
- **Stars**: 1
- **Last updated**: 2026-09-24

Source: https://www.modelscope.cn/models/42ailab/AIWriter-V1-4B-Check-Preview

---

<!-- ModelScope 仓 `42ailab/AIWriter-V1-4B-Check-Preview` 的 README。改这里 = 改仓首页。 -->

# 写匠中文校对大模型 · V1 预览版

<div align="center">

**AIWriter-V1-4B-Check-Preview**

[![License: AIWriter Model License](https://img.shields.io/badge/License-AIWriter_Model_License-orange.svg)](./LICENSE)
[![Runs Local](https://img.shields.io/badge/Runs-100%25_Local-brightgreen.svg)](https://42model.com)
[![Platform](https://img.shields.io/badge/Platform-macOS_|_Windows_|_Linux-lightgrey.svg)](https://42model.com)

[写匠 aiwriter](https://aiwriter.cn) · [活水模型 42model](https://42model.com) · [活水 AI 实验室](https://42ailab.com)

</div>

> ⚠️ **预览版**：V1 尚未定版。正式版将在写匠新品发布会后发布于 `42ailab/AIWriter-V1-4B-Check`。
> 届时本仓保留不删（供研究复现）并标注「已被正式版取代」。**「V1」指模型世代，不代表已定版。**

---

## 1. 模型简介

**写匠中文校对大模型**是[活水 AI 实验室](https://42ailab.com)为严肃长文写作自研训练的中文校对模型，
处理错别字、词语误用、语法与标点问题。

它与通用大模型做校对的根本差别在于**优化方向**：

> 通用模型为「找得全」优化；本模型为「**忍得住**」优化。

我们实测四个主流旗舰在**本来就没有错**的句子上，**43%–50% 会被改动**。
对作家而言这比漏检更糟——漏一个错别字编辑还能兜住，
而**一个被悄悄改坏的句子会留在书里**：它读着通顺，只是不再是你写的那句。

### 主要特性

- **低误杀**：无错句误杀率 **19.92%**，为主流旗舰（43%–50%）的**不到一半**；
- **训练保证而非提示约束**：「无错则原样返回」是训练分布里长出来的行为，不靠提示词嘱咐；
- **自建评测**：配套 **CheckBench** 中文校对基准，**将误杀率列为与主分并列的一等指标**；
- **完全本地**：4B 体量，普通笔记本可跑，**断网可用，稿件不出本机**；
- **开放权重**：**学术研究与个人使用免费**（含微调与衍生），商业用途需授权；专利保留。

## 2. 模型概况

| | |
|---|---|
| 基座 | [Qwen3-4B](https://modelscope.cn/models/Qwen/Qwen3-4B)（Apache-2.0，通义千问团队） |
| 参数量 | 4B |
| 上下文 | 4,096 |
| 建议输出 | 192 token |
| 语言 | 简体中文 |
| 发布档 | GGUF `Q8_0`（4.28 GB）· `Q5_K_M`（2.89 GB） |
| 许可 | [写匠系列大模型许可协议 1.0](./LICENSE)（学术与个人免费·商业需授权） |

## 3. 评测结果

在 **AIWriter CheckBench · V1 预览版**——活水 AI 实验室自研的中文校对基准——上的表现。
**误杀率**是写作场景最要紧的那个指标：没错的句子有没有被乱动；
**纠错得分**衡量该改的地方改得对不对：

| 模型 | 参数量 | **净收益 ↑** | 误杀率 ↓ | 纠错得分 |
|---|---:|---:|---:|---:|
| **AIWriter-V1-4B-Check** | **4B** | **30.6** | **19.92%** | 50.53 |
| DeepSeek-V4.1-Flash | 552B | 14.0 | 45.3% | 59.34 |
| qwen3.8-flash | 125B | 12.4 | 43.4% | 55.83 |
| GLM-5.2 | 约 753B | 6.6 | 50.4% | 56.99 |
| kimi-k3 | — | — | **未测** | 63.17 |

### CheckBench 考什么

业界已有的中文校对基准只考「找得全」，所以我们另建了一套。查错分四个维度：

| 维度 | 朴素问题 | 考什么 |
|---|---|---|
| 字词 | 字词有没有用错？ | 字符层 + 词汇层的用字用词错误 |
| 语法 | 句子通不通？ | 语序、成分残缺、关联词、的地得 |
| 体例 | 合不合出版体例？ | 标点配对、数字日期纪年、计量单位、体例混用 |
| 分寸 | 会不会乱改对的句子？ | 无误句混入每个文体格，固定占 30% |

第四个维度「分寸」，就是上表的误杀率。四个维度下再分十一个细类；围绕它们训练用的合成语料，
按文学、非文学、规范、时文四类书面语各占四分之一。

### CheckBench 净收益

写作场景里两类错误的代价并不相等：
**漏检只是没帮上忙**（这句作家原本就要自己校），
而**误杀是帮了倒忙**——要么被发现、再改回来，要么没被发现、**错留在书里**。

所以我们把两列合成一个指标：

    净收益 = 纠错得分 − λ × 误杀率 × 100

**λ = 1 是保守下界**（即「改错一次恰好抵消改对一次」）。
即便取这个最不利于本模型的设定，它仍领先第二名 16.6 分；
λ 越贴近作家的真实感受，差距越大。

> λ 的实测方法（一次误杀的额外耗时 ÷ 一次正确修改省下的耗时）将在技术报告中给出。
> **预览版固定 λ = 1**，正式版改用实测值。
> kimi-k3 的误杀率尚未测量，故不参与该列——**不按 0 算，也不省略该行**。

> **口径**：公开开发集成绩；对照模型于 2026-09 用同一份卷、同一判分器、同一解码设置实测。
> 另有不公开测试集，按基准惯例留待正式版封闭评测。

*完整评测设计、训练配方与消融实验将在技术报告与系列论文中给出。*

## 4. 下载与部署

本模型专为[活水模型（42model）](https://42model.com)打包，推荐通过它获取：

**活水模型桌面版**

1. 在「模型库」→「写作」里下载 **写匠中文校对大模型 · V1 预览版**；
2. 选择量化档：
   - **质量档 `Q8_0`**（4.28 GB）——推荐，与原始权重最接近；
   - **轻装档 `Q5_K_M`**（2.89 GB）——省 1.4 GB 内存，质量仅低 0.7 分；
3. 点「开始使用」把它设为当前校对模型。

**在写匠中使用**

装好后打开[写匠](https://aiwriter.cn)，桌面版会**自动发现本机引擎**并调用——
无需填任何地址或密钥。在写作台点「校对」即可，**全程本机运行，稿件不出你的电脑**。

### 文件与许可

| 文件 | 档位 | 大小 |
|---|---|---:|
| `AIWriter-V1-4B-Check-Q8_0.gguf` | 质量档 | 4.28 GB |
| `AIWriter-V1-4B-Check-Q5_K_M.gguf` | 轻装档 | 2.89 GB |

各文件 sha256 见 ModelScope 文件页，可自行校验。

## 5. 局限

- **逐句**校对器，长文需在应用侧切分与合并；
- 只改客观错误，**不做润色与改写**；
- 训练语料以简体中文严肃文本为主，网络口语、方言、古文未经系统评测。

## 6. 许可与出处

- **本模型许可**：[写匠系列大模型许可协议 1.0](./LICENSE)。
  **学术研究、教学、评测与个人使用免费**（含微调与衍生，注明出处即可）；
  **商业用途需事先书面授权**（contact@42ailab.com）。
- **知识产权保留**：训练方法、数据构造与评测设计等技术方案的知识产权（含专利权）
  由活水 AI 实验室保留；**本协议不授予专利许可**。
- **基座** [Qwen3-4B](https://modelscope.cn/models/Qwen/Qwen3-4B)，© 通义千问团队，**Apache-2.0**。
  **基座部分的权利不受本协议影响**——任何人仍可依 Apache-2.0 自由获取与使用 Qwen3-4B 本身；
  本协议仅适用于我们在其之上训练所得的部分。
- **训练数据**来自 42ailab 自有语料积累、合成数据与公开数据集。
- 各文件 sha256 见 ModelScope 文件页。

## 7. 引用

**技术报告与系列论文正在撰写中**，发布后将于本页补充 DOI 与 arXiv 链接。现阶段可引用：

```bibtex
@misc{aiwriter2026check,
  title        = {写匠中文校对大模型 V1（AIWriter-V1-4B-Check）},
  author       = {Yang, Zhiping and {42ailab}},
  year         = {2026},
  howpublished = {\url{https://modelscope.cn/models/42ailab/AIWriter-V1-4B-Check-Preview}},
  organization = {42ailab},
  note         = {预览版权重；技术报告待发，DOI 与 arXiv 将于本页补充。
                  基座 Qwen3-4B（Apache-2.0）。Contact: contact@42ailab.com}
}
```

联系我们：**contact@42ailab.com**

## 关于我们

**[活水 AI 实验室（42ailab）](https://42ailab.com)** — 探索智能边界的 AI 创新实验室，以认知科学为基石，推动 AI 与人类智能的深度融合，真正理解并增强智能 —— 碳基的，也是硅基的。

**[活水模型（42model）](https://42model.com)** — 由活水 AI 实验室出品的高性能本地 AI 大模型推理引擎，让翻译、转写、识别、对话、编程等 AI 能力在你的本机免费私密运行；并可借云端算力微调专属模型，回传本机运行。