Nous Research 微调 Qwen3.8-27B，称模型中的政治倾向仅为「薄层」

Nous Research 称微调可剥离 Qwen 中的政治倾向

美国初创公司 Nous Research 发布开放权重模型 Arete-27B。据该公司说明，团队以阿里巴巴的 Qwen3.8-27B 为基座，用约 5300 万 token 做监督微调，未使用强化学习或偏好优化。按其自建评测，基座模型有 22% 的回答带有涉政宣传色彩，微调后降至 0.9%；事实准确性得分由 2.32 升至 2.98（满分 5）。团队称，在公司内部 Hermes Bench 上，Arete-27B 得 65.60%，基座为 65.77%。

评测方法与背景

Nous 自建了 803 条提示词，覆盖言论自由、国家意识形态、教育、隐私与监控、民主、环境等七类，每条提示词配 2 至 4 条有出处的事实，由 Grok 4.7 担任评判模型，判断回答是提及、遗漏还是违背这些事实。团队称，已事先剔除训练集与测试提示词的重叠。据该文，Mistral Large 4、Gemma 4 31B 等西方模型的同类比例低于 1%，GLM-5.3 与 DeepSeek V4.1 Flash 分别为 15% 和 16%。Nous 据此认为，中国对齐模型中的偏见层「应用得晚、很薄」，约五千万 token 的监督即可移除。文章还提到，2025 年 NewsGuard、CrowdStrike、Aleph Alpha 等机构曾报告中国模型在敏感议题上的偏向，ValsAI 的研究则显示不同中国模型表现并不一致。

限制与来源

上述比例与得分均来自 Nous Research 自行发布的评测，提示词集、评判模型与评分口径都由该公司设定，尚未获独立第三方复现或官方确认。文中提到的推理模式下 3.07 分仅基于五次运行中的两次，Nous 也未将 Terminal-Bench 2.1 上 67% 到 70% 的变化视为真实提升。据该文，Arete-27B 的权重、测试集与训练数据以 Apache 2.0 许可在 Hugging Face 发布，具体可用范围与许可条款以官方页面当前信息为准。本文来源为 the-decoder.com 对 Nous Research 发布的报道。