基于Qwen3.8微调 Arete-27B强化西方价值观

时间：2026 年 11 月 7 日 地点：全球 AI 开源社区 人物：Nous Research 团队 事件详情：AI 实验室 Nous Research 发布 Arete-27B，这是一款基于阿里巴巴 Qwen3.8-27B 进行后训练的 270 亿参数开源模型。Nous Research 通过监督微调（SFT），使用约 5300 万 tokens 的文本数据，在教师模型 Inkling 的指导下，对模型进行价值观对齐训练。评估结果显示，Arete-27B 的事实均分从基础模型的 2.32 分提升至 2.98 分（满分 5 分），包含 propaganda 的回答比例从 22% 骤降至 0.9%。改进覆盖言论自由、国家意识形态、数据隐私与监控等七大类别，且通用能力与智能体基准测试未出现有意义的回退。该模型以 Apache 2.0 许可证发布在 Hugging Face 上。 背景：Qwen3.8-27B 是阿里云推出的开源大模型，在多项基准测试中表现优异，但 Nous Research 观察到该模型在政治敏感话题上存在拒绝回答、规避和 CCP 框架化表述。Nous Research 认为，开源模型赋予实验室塑造智能的工具，但模型出厂时携带的价值观不应是用户唯一的选择。他们构建了包含 803 个提示词的评估集，使用 Grok 4.7 作为 LLM 评委进行评分，以客观衡量模型行为变化。 影响：Arete-27B 的发布引发了关于 AI 模型价值观对齐的激烈讨论。支持者认为，这展示了开源社区通过后训练调整模型行为的能力；批评者则指出，将“西方价值观”作为训练目标本身也是一种政治偏见。Nous Research 在博客中坦言，他们并未解决所有与既有观点相关的行为，但已处理了潜在的根本原因。这一成果既体现了开源生态的灵活性，也再次凸显了 AI 模型价值观选择中的地缘政治张力。 总结：Arete-27B 的发布标志着开源大模型在价值观后训练方向上的重要一步。通过将 Qwen3.8-27B 的事实准确率从 2.32 提升至 2.98，并将 propaganda 率从 22% 压缩至 0.9%，Nous Research 展示了仅用监督微调即可显著改变模型行为。该模型采用 Apache 2.0 许可证，权重、评估集和训练数据均已公开，为全球研究者提供了可复现的实验基础。 参考来源： Nous Research https://nousresearch.com/arete Hugging Face https://huggingface.co/NousResearch/Arete-27B explainx.ai https://explainx.ai/blog/nous-research-arete-27b-qwen3-8-western-values-propaganda-22-to-0-9-percent-claimed-vs-verified-2026 BlockBeats https://en.theblockbeats.news/flash/376074 鉅亨網 https://news.cnyes.com/news/print/6651953