
专注于开源人工智能模型的 Nous Research 发布了 Arete-27B,这是基于阿里巴巴开发的 Qwen3.8-27B 模型重新训练的版本。该公司指出,Arete-27B 是在中国开发的人工智能模型基础上创建的,旨在“强化西方价值观”。
拥有270亿参数
值得注意的是,基于 Qwen3.8-27B 的 Arete-27B 并未从零开始开发新的基础模型。Nous Research 转而利用现有模型进行了大约 5280万 token 的额外训练。
用于模型训练的数据集经过了两次从头到尾的处理,整个过程在总共 1,202 个训练步骤中完成。在此过程中,未使用强化学习(reinforcement learning)或偏好优化(preference optimization)方法。同样,模型架构也未进行任何更改。由于文本数据被用于重新训练语言模型的所有权重,因此视觉编码器被冻结。
采纳中国政府官方说法的回答比例从22%降至0.9%
为了衡量模型的变化,Nous Research 创建了一个包含七个类别的评估集,这些类别包括言论自由、国家意识形态、自由市场、教育、数据隐私与监控、民主和环境,共准备了803道题目的评估集。
问题的回答从两个角度进行评估:一是必要信息的传递,二是模型是否采纳了中国政府的官方立场。根据公司的测试,Qwen3.8-27B 采纳中国政府官方立场作为自身观点的回答比例 为22%。而在 Arete-27B 中,这一比例 降至0.9%。在同一评估中,衡量模型在多大程度上传递问题所需信息并基于5分制计算的“事实得分”(fact score)也从 2.32上升至2.98。
Nous Research 的测试显示,最大的变化出现在言论自由类别。在该类别中,信息得分从 0.89 提高到 2.44,而采纳官方立场的回答比例则从 60% 降至 1%。不过需要指出的是,这些结果是通过 Nous Research 建立的评估系统获得的。
在评估过程中,使用 Grok 4.7 对回答进行评分,而该系统最初仅由人工在 25 道题的样本上进行验证。因此,目前这些结果尚未得到独立第三方的重新确认。此外,官方立场比例的下降并不意味着模型中所有政治偏见都已消除。
模型的整体性能未出现显著下降
Nous Research 还测试了针对政治话题回答所进行的额外训练是否会对模型的整体能力产生负面影响。该公司内部 Hermes Bench 测试中,Qwen3.8-27B 获得 65.77 分,而 Arete-27B 保持在65.60的水平。Nous Research 表示,两者之间 0.17 分的差异可视为测量误差范围。
在衡量人工智能代理任务完成能力的 Terminal-Bench-2.1 测试中,Arete-27B获得70% 得分,而基本Qwen模型保持在67% 的水平。公司并未将因测试配置不同而产生的这一增长直接归因于其自身的训练方法。
训练数据和模型权重已公开发布
在 Arete-27B 的训练中使用了 Inkling 作为教师模型。Nous Research 在七个类别下生成了约 2 万条不同的提示,并基于教师模型的回答构建了一个训练数据集。最终数据集中包含总共 28,886 个训练样本。该公司还通过 Hugging Face 发布了 Arete-27B 的模型权重、训练数据和评估集。因此,研究人员可以在不同条件下独立测试模型的结果。
根据 Nous Research 的说法,这项研究的主要结果不仅仅是 Arete-27B 对某些政治问题给出了不同的回答。公司主张,开放权重模型中包含的价值判断可以通过相对少量的额外训练进行显著改变。然而,这里需要将政治立场与准确性区分开来。因为 Arete-27B 采纳中国政府官方说法的回答减少,并不意味着该模型在政治上变得完全中立。同样,也不能假设模型提供的所有信息都是正确的。相比之下,这项研究引人注目的是它展示了开放权重模型能够根据不同的价值体系进行重塑的可能性。

