Nous Research 發布開放權重模型 Arete-27B,該模型以阿里巴巴 Qwen3.8-27B 為基礎進行後訓練,目標是移除模型輸出中的政治宣傳內容。
Nous Research 在官方網誌中介紹 Arete-27B,說明訓練方式為監督式微調(supervised fine-tuning,SFT),使用約 5,300 萬 token 的訓練資料,涵蓋兩個訓練週期,並且沒有使用強化學習或偏好最佳化。廠商在評估中採用 803 條提示詞,涵蓋 7 個價值範疇。
廠商公布的數據顯示,經後訓練後的模型在宣傳內容比例由 22% 降至 0.9%,事實準確度由 2.32 分(滿分 5 分)提升至 2.98 分。廠商同時報告 Hermes Bench 得分為 65.60%,對比基礎模型的 65.77%,Terminal-Bench 2.1 則由 67% 提升至 70%;Nous Research 註明後者所採用的設定與基礎模型測試並不相同,因此兩者數值不應直接比較。
發布內容包括三部分:模型權重(NousResearch/Arete-27B)、宣傳內容評估(NousResearch/Propaganda_Eval)以及訓練資料對(arete-data-pairs),三者均以 Apache 2.0 授權在 Hugging Face 公開。開放權重與訓練資料一併發布,使第三方得以重現評估方法,這一點在模型對齊研究上具備可查核性。
The Decoder、Silicon Report 與 Creati.ai 均就同一項發布作出獨立報道,報道重點包括訓練資料規模、宣傳比例的下降幅度,以及模型在通用基準測試上的表現變化。
## 來源
– Nous Research 官方網誌:https://nousresearch.com/arete
– Hugging Face 模型權重:https://huggingface.co/NousResearch/Arete-27B
– The Decoder(2026 年 11 月 7 日):https://the-decoder.com/state-propaganda-in-some-chinese-ai-models-is-only-a-thin-layer-that-fine-tuning-can-strip-away/
– Silicon Report(2026 年 11 月 7 日):https://www.siliconreport.com/nous-research-fine-tunes-alibaba-s-qwen3-8-27b-to-strip-propaganda
– Creati.ai(2026 年 11 月 7 日):https://creati.ai/tw/ai-news/2026-11-07/nous-research-says-fine-tuning-removed-most-political-propaganda-from-alibabas-qwen-model/
## 圖片說明
Arete-27B 以約 5,300 萬 token 的監督式微調把 Qwen3.8-27B 的宣傳內容降至極低水平,模型權重、評測與訓練數據以 Apache 2.0 授權發布。
圖片:HKAIWeb 原創封面,CC BY 4.0。