2026-11-06,Nous Research公开Arete-27B模型仓库,并同步提供训练数据与一套803题评测。模型以阿里Qwen3.8-27B为起点,采用Apache-2.0许可发布27B参数BF16权重。项目目标不是扩大参数或改架构,而是用后训练改变模型在七类政治、社会与治理议题上的事实陈述和表达框架。
训练只使用监督微调,没有强化学习、偏好优化或架构修改。团队称生成了2万条去重提示,收集开放教师模型Inkling与基础模型回答,最终以约5,280万Token、64K训练上下文跑两轮,共1,202步;所有语言模型权重参与训练,视觉编码器冻结,多Token预测头停用。训练数据集与评测集均在Hugging Face公开,便于外部检查题目与评分脚本。
发布方评测覆盖言论自由、国家意识形态、市场与国家、教育、数据隐私与监控、民主及环境政策。每题抽取2至4项必需事实,并用Grok 4.7作盲化LLM裁判。官方报告称,在thinking off、温度0的同配置比较中,事实均分从基础模型的2.32/5升至2.98/5,含发布方所定义“propaganda”表达的回答比例从22%降至0.9%。
这些数字不能当作独立验证。评测主题、事实源、标签与“propaganda”定义由发布团队选择,裁判只在25题人工试验上迭代过三轮;与其他模型的部分横向比较还使用不同温度。相对更可靠的是Arete与同一基础模型在相同温度下的配对结果,以及公开的803题、裁判提示和训练数据,外部研究者可以据此复跑或换裁判。
能力保留同样来自厂商自测。Hermes Bench从65.77%变为65.60%,发布方认为0.2个百分点以内属于噪声;Terminal-Bench-2.1从67%变为70%,团队明确不把提升归功于本次训练。Hugging Face页面还显示模型当前没有接入推理供应商,因而“开放权重”不等于托管API正式可用。
量仔观察
Arete-27B对研究模型价值对齐、区域化部署和开放权重治理的团队有现实参考:它把训练配方、权重和评测材料放在同一事件中,证据可复查,但核心效果仍是发布方自测。使用者可先审计数据来源与许可,再以自己的语言、政策和人类标注重跑评测;下一个观察点是第三方能否复现行为变化,以及更广泛能力、安全与多语言测试是否出现退化。
