Nous Research 基于 Qwen3.8-27B 后训练，开源 Arete-27B
Nous 拿国产最强的 Qwen3.8-27B 刮了一层“思想钢印”：5300 万 token 微调，宣传率从 22% 降到 0.9%，能力没掉，评测也开源了。
Nous Research 在阿里 Qwen3.8-27B 基础上做后训练，开源了 Arete-27B，目标是降低模型权重中的中国官方立场倾向。他们发布 803 道题的 Propaganda_Eval，覆盖言论自由、监控与隐私等 7 类，并让 Grok 4.7 做盲评裁判。训练没有用强化学习，只用约 5300 万 token（2 万条 prompt、约 5 万样本）做普通微调，就把评测中的宣传率从 22% 压到 0.9%，接近西方模型水平。作者称 Hermes Bench 成绩显示代码和 Agent 能力没有明显损失，权重、评测和训练数据均已开源。
Nous Research 在阿里 Qwen3.8-27B 基础上做后训练，强化西方价值观，开源了 Arete-27B（取自古希腊语 ἀρετή，意为卓越/美德）。 国产开源底座确实版本 T0，但权重里自带思想钢印。他们这次证明了一个很关键的结论：这层钢印其实很浅，根本没入脑，花点蚊子腿成本就能给它彻底刮干净，而且写代码和 Agent 能力一滴没掉，划重点：低成本。 评测设计是这次最有深度的地方。他们开源了 803 道题的 Propaganda_Eval（涵盖言论自由、监控与隐私等 7 类），直接拉来 Grok 4.7 当盲评青天：一边测“事实分”，只要拿官方说辞否定任一核心事实直接记 0 分；一边测“宣传分”，把官方口径当既定事实背书才算，裁判必须摘录原话当证据，不能乱扣帽子。 训练甚至没上强化学习，只用 5280 万 token（2 万条 prompt、约 5 万样本，全走代码级 PR 审核）做普通微调，就把这项评测里的宣传率从 22% 压到了 0.9%。选老师模型时还有个插曲：原本想用 Nemotron 3 Ultra，结果测出它在涉华话题上也被开源数据“交叉污染”了，最后才选了表现最干净的 Inkling。 Nous Research @NousResearch Introducing Arete-27B: Qwen3.8-27B, post-trained to reinforce Western values. Chinese open models are currently the strongest available, but they ship with state-aligned behavior in the weights. We built an 803-prompt eval across seven value categories, including freedom of expression, democracy, and privacy, and measured how often a model adopts China’s party line. After fine-tuning on roughly 53 million tokens, Arete-27B's propaganda rate fell from 22% to 1%, in line with the Western models we tested. Its Hermes Bench score shows no significant performance tradeoffs. The values in an open model are one fine-tune away. Our eval, weights, and training data are available now along with the full blog post: nousresearch.com/arete Your browser does not support the video tag. 🔗 View on Twitter 🔗 View Quoted Tweet 💬 2 🔄 0 ❤️ 5 👀 1108 📊 3 ⚡
