Las muletillas de IA (guion largo, tríos, “no es X, sino Y”) nacen del entrenamiento con RLHF, no de una decisión del modelo. Qwen3-4B-deslop las entrena fuera de un modelo de 4.000 millones de parámetros, y cualquiera puede correrlo gratis en Ollama para comparar el antes y el después.
