Nous Research 发布 Arete-27B:微调后中国模型宣传率从 22% 降至 1%

NousResearch · x · 2026-11-07

Nous Research 基于 Qwen3.8-27B 后训练出开源模型 Arete-27B,目标是调整开源权重中的价值对齐倾向。他们构建了一个覆盖言论自由、民主、隐私等七类价值维度的 803 条 prompt 评测集,衡量模型采纳特定宣传立场的频率。在约 5300 万 token 的微调后,宣传率从 22% 降到 1%,达到其测试的西方模型水平;Hermes Bench 成绩显示无明显性能损失。评测、权重、训练数据和博客已全部开源发布,强调开源模型的价值取向可通过一次微调改变。