Nous Research推出Arete-27B，消除阿里千问模型中的国家级审查

长期以来，阿里巴巴的开源权重模型以高性价比提供了顶级的性能表现，但其内置的国家级审查机制使其在用于生产环境软件时充满了风险。据The Decoder报道，美国初创公司Nous Research声称已解决了这一难题，他们发布了Arete-27B——这是基于Qwen3.8-27B的微调版本，在不降低基础性能的前提下，将政治偏见从22%大幅削减至1%以下。

事件经过

据The Decoder报道，Nous Research采用阿里的Qwen3.8-27B，在约5300万token上进行了两个周期的监督微调（SFT），并特意跳过了强化学习和偏好优化步骤。为了评估效果，Nous构建了一个包含803个提示词的基准测试，涵盖言论自由、监视和民主等七个敏感话题，并使用埃隆·马斯克旗下的Grok 4.7担任自动化裁判。

根据Nous的数据，未经修改的Qwen3.8-27B在事实准确性得分仅为2.32分（满分5分），且22%的输出被标记为复述北京的官方叙事。相比之下，像Mistral Large 4和Gemma 4 31B等西方模型的官方宣传率低于1%，而DeepSeek V4.1 Flash和GLM-5.3等其他中国开源备选项的这一比率则分别达到了16%和15%。

为了净化模型，Nous选择Thinking Machines Lab的开源模型Inkling作为教师模型。最终得到的检查点被命名为Arete-27B，它将事实准确性得分提升至2.98，同时将官方宣传率压低至0.9%。特别是在言论自由这一类别中，事实准确性得分从0.89跃升至2.44，而官方宣传率则从60%骤降至仅1%。最关键的是，模型的原生实用性几乎没有受到影响：在团队内部的Hermes Bench测试中，Arete-27B的得分从原生基础模型的65.77%微调至65.60%。该模型的权重和数据集已在Hugging Face上基于Apache 2.0协议公开发布。

为何对开源模型开发者至关重要

对于精简运营的团队而言，像Qwen和DeepSeek这样具有开放权重的中国模型早已是一个公开的秘密：它们的实际表现远超同量级产品，且与商业API巨头相比，自托管成本几乎微不足道。然而，将它们应用于面向客户的场景中往往如履薄冰。除了在地缘政治相关提示词下会出现令人尴尬的公开幻觉外，The Decoder还重点提及了CrowdStrike的研究，该研究表明，当查询涉及敏感的中国政治话题时，DeepSeek生成的代码安全性会显著下降。

Arete-27B证明了这种偏见并未深植于模型的基础架构之中——正如Nous所言，它只是在训练后期施加的一个浅层表象，只需适度的算力即可将其剥离。对于负担不起专有API高昂价格、又无法承受工作流程中出现意外拒答或安全逻辑妥协的小型团队来说，这款模型让Qwen从一个尴尬的内部原型转变为切实可行的生产候选方案。你既能获得阿里巴巴扎实的工程实力，又摆脱了北京的内容指导原则，而且这一切都在对商业友好的Apache 2.0协议下交付。

本周建议行动

1. 检查你的Hugging Face或本地推理管道，评估Arete-27B是否可以直接无缝替换现有的Qwen部署。

1. 针对治理、合规或隐私等边缘案例，对当前开源模型的提示词进行抽查，排查系统是否会触发意外拒答或经过过滤修饰的回答。

1. 如果你维护着自有的专有微调流程，不妨查看Nous Research在Hugging Face上最新发布的数据集，借鉴他们的监督方案消除自有开源权重管道中的政治偏见。

来源

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