AI 明明一句话能答完，却常铺陈好几段。问题不只在阅读体验：Token——模型生成文字时处理的小片段——越多，服务耗时和算力成本通常越高。偏好对齐又可能把“更长”误学成“更好”。LOCUS 瞄准的正是这种无益冗长。
它没有给模型硬塞“少说点”的提示，也没有改写原有偏好训练目标。做法更像只拧少数关键旋钮：冻结模型主体，用低秩适配（LoRA，一组规模很小的附加参数）训练多个候选方案，再从开发数据中选出满足效用约束、输出最短的一个。候选方案会改变附加参数的规模、安装位置、覆盖层数和训练步数；换句话说，LOCUS把“在哪一小块参数空间里学习”也当成长度控制手段。
作者在 Anthropic HH-RLHF 对话偏好数据上报告：Pythia-2.8B 的续写长度最多减少 39.84%，Qwen2.5-3B 减少 14.87%—17.58%，仅更新 0.24%—0.28% 的参数，内部偏好诊断没有实质变化。值得注意的是，这些是论文作者在两款约 30 亿参数模型上的结果，能否推广到更大模型和真实服务仍待验证。