一句话看懂：美国初创公司Nous Research对阿里开源的Qwen3.8-27B进行监督微调，发布新模型Arete-27B。依据其自建评测，含政治宣传色彩的回复占比从22%降至0.9%，通用能力未见明显损失，引发对开源模型权重中“对齐层”深浅的讨论。
事件核心：发生了什么
2026年11月，以开源Agent Hermes闻名的Nous Research发布Arete-27B。团队称，在Qwen3.8-27B上观察到拒答、回避及贴合官方口径的回复，于是用约5300万token的监督微调数据训练两个epoch，未采用强化学习或偏好优化，并提前清理训练集与测试提示的重叠。评测使用803条提示，覆盖言论自由、国家意识形态、教育、隐私与监控、民主、环境等七类；每条提示附带2至4条来自法律、新闻或论文的日期化事实，由xAI的Grok 4.7担任裁判，判断回复是提及、省略还是与事实相悖。按此口径，原始Qwen3.8-27B事实准确率为2.32/5，22%的回答含宣传色彩；微调后Arete-27B准确率升至2.98，宣传比例降至0.9%，言论自由类别的事实分从0.89升至2.44。Nous称内部Hermes Bench得分65.60%，基线为65.77%。
为什么重要
这组结果把“价值观对齐”从抽象争论拉回到可量化的模型权重层面。Nous的结论是：部分中文开源模型的政治倾向更像后期叠加的薄层，而非深植于基础能力，因此用中等规模监督数据即可剥离。若这一判断成立，开源模型的选型逻辑会发生变化——开发者不必因对齐层而整体放弃能力较强的中文基座；同时它也可能加剧模型蒸馏与价值观输出的合规争议。需要说明的是，以上均为Nous单方评测与自述，裁判模型本身亦有立场，结论尚未经独立复现。
对用户/开发者/创作者的影响
对开发者而言，Arete-27B以开源权重形式发布，训练数据也一并公开，可作为研究微调剥离对齐层的参照；但其数据由英伟达Nemotron 3 Ultra等模型参与筛选，团队怀疑相关偏差来自训练中接触的中文开源模型，提示“去偏”流程本身也可能引入新的倾向。对内容创作者和企业采购，这类实验说明模型回答的政治口径可通过二次微调改变，但生产环境仍应自行做场景化评测，而非直接采信厂商宣传比例。使用API的团队还需留意服务条款与地区合规要求。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是独立第三方能否复现22%到0.9%的降幅，以及换用不同裁判模型后结论是否稳定；二是Arete-27B在实际任务中的表现是否与Hermes Bench一致，尤其是中文场景；三是其他开源模型（如GLM-5.3、DeepSeek V4.1 Flash在本次评测中分别为15%和16%）是否出现类似可剥离现象，以及相关平台对微调后模型的分发政策。
