Nous Research befreit Alibabas Qwen von staatlicher Zensur in Arete-27B

Alibabas Open-Weight-Modelle bieten seit langem erstklassige Leistung zu einem günstigen Preis, doch ihre integrierte staatliche Zensur hat sie zu einer riskanten Wahl für Produktionssoftware gemacht. Das US-Startup Nous Research behauptet, dieses Dilemma gelöst zu haben, indem es Arete-27B veröffentlichte, eine feinabgestimmte Version von Qwen3.8-27B, die die politische Voreingenommenheit von 22 Prozent auf unter ein Prozent reduziert, ohne die Basisfunktionen zu beeinträchtigen, so The Decoder.

Was geschah

The Decoder berichtet, dass Nous Research Alibabas Qwen3.8-27B nahm und eine überwachte Feinabstimmung über etwa 53 Millionen Tokens in zwei Epochen durchführte, wobei Reinforcement Learning und Präferenzoptimierung bewusst übersprungen wurden. Um die Ergebnisse zu bewerten, erstellte Nous einen Benchmark von 803 Prompts, die sieben sensible Themen wie Meinungsfreiheit, Überwachung und Demokratie umfassten, und nutzte Elon Musks Grok 4.7 als automatisierten Richter.

Laut Nous erreichte das unmodifizierte Qwen3.8-27B eine faktische Genauigkeit von 2,32 von 5 Punkten, wobei 22 Prozent seiner Ausgaben als Reproduktion der offiziellen Staatsnarrative Pekings gekennzeichnet wurden. Im Gegensatz dazu verzeichneten westliche Modelle wie Mistral Large 4 und Gemma 4 31B Propagandaraten unter einem Prozent, während andere chinesische Alternativen wie DeepSeek V4.1 Flash und GLM-5.3 16 bzw. 15 Prozent erreichten.

Um das Modell zu bereinigen, wählte Nous Inkling – ein offenes Modell vom Thinking Machines Lab – als sein Lehrmodell. Der resultierende Checkpoint, Arete-27B genannt, erhöhte die faktische Genauigkeit auf 2,98, während die Propagandarate auf 0,9 Prozent gesenkt wurde. Speziell in der Kategorie Meinungsfreiheit stieg der faktische Wert von 0,89 auf 2,44, während die Propaganda von 60 Prozent auf nur ein Prozent sank. Entscheidend ist, dass die Rohleistung kaum beeinträchtigt wurde: Auf dem internen Hermes Bench des Teams erreichte Arete-27B 65,60 Prozent im Vergleich zu 65,77 Prozent für das unveränderte Basismodell. Die Gewichte und Datensätze wurden unter einer Apache 2.0 Lizenz auf Hugging Face veröffentlicht.

Warum es für Entwickler, die mit offenen Modellen arbeiten, wichtig ist

Wenn Sie schlanke Operationen betreiben, waren offene chinesische Modelle wie Qwen und DeepSeek ein offenes Geheimnis: Sie übertreffen ihre Gewichtsklasse bei weitem und kosten im Vergleich zu kommerziellen API-Giganten fast nichts im Selbst-Hosting. Aber ihre Verwendung in kundenorientierten Anwendungen fühlte sich an wie ein Drahtseilakt. Über peinliche öffentliche Halluzinationen bei geopolitischen Prompts hinaus hebt The Decoder Forschungsergebnisse von CrowdStrike hervor, die zeigen, dass DeepSeek weniger sicheren Code generierte, wenn Abfragen sensible chinesische politische Themen betrafen.

Arete-27B beweist, dass diese Voreingenommenheit nicht in die grundlegende Architektur des Modells eingebettet ist – sie ist, wie Nous es ausdrückt, eine flache Schicht, die spät im Training angewendet wird und mit geringem Rechenaufwand entfernt werden kann. Für kleine Teams, die sich proprietäre API-Preise nicht leisten können, aber keine unkontrollierten Ablehnungen oder kompromittierte Sicherheitslogik in ihren Workflows riskieren können, verwandelt dieses Modell Qwen von einem unbeholfenen internen Prototyp in einen praktikablen Produktionskandidaten. Sie erhalten Alibabas rohe Ingenieursleistung ohne Pekings redaktionelle Richtlinien, verpackt unter einer kommerziell freundlichen Apache 2.0 Lizenz.

Was diese Woche zu tun ist

1. Überprüfen Sie Ihre Hugging Face- oder lokale Inferenz-Pipeline, um zu bewerten, ob Arete-27B als direkter Ersatz in bestehende Qwen-basierte Bereitstellungen integriert werden kann.

1. Führen Sie eine Stichprobenprüfung Ihrer aktuellen Open-Source-Modell-Prompts gegen Grenzfälle in Governance, Compliance oder Datenschutz durch, um festzustellen, ob Ihr System unerwartete Ablehnungen oder bereinigte Antworten auslöst.

1. Überprüfen Sie den neu veröffentlichten Nous Research Datensatz auf Hugging Face, wenn Sie proprietäre Feinabstimmungen pflegen, und nutzen Sie deren Überwachungsansatz, um politische Voreingenommenheit aus Ihren eigenen Open-Weight-Pipelines zu entfernen.

Quellen

• State propaganda in some Chinese AI models is only "a thin layer" that fine-tuning can strip away — The Decoder