一句话看懂：Nous Research 基于阿里 Qwen3.8-27B 做了纯监督微调，发布开源模型 Arete-27B。在自己的 803 条评测中，带宣传性框架的回答从 22% 降到 0.9%，而同口径能力测试基本持平。
事件核心：发生了什么
2026 年 11 月，Nous Research 发布 Arete-27B，一个 27B 稠密开源权重模型，底座是 Qwen3.8-27B，许可证沿用 Apache 2.0。训练只用了监督微调，没有 RL、偏好优化或架构改动，约 52.8M token、64k 上下文、2 个 epoch。教师模型是 Thinking Machines 的开放模型 Inkling；Nous 表示放弃 Nemotron 3 Ultra，是因为其在中国相关话题上的记录不干净。
在 Nous 自建的 Propaganda_Eval（803 条提示、7 类价值议题）上，Arete-27B 的事实均值从 2.32 升至 2.98（满分 5），Propaganda 比例从 22% 降至 0.9%，零分回答从 359 条降到 216 条。变化最大的是言论自由类：事实分 0.89→2.44，宣传率 60%→1%。Hermes Bench 为 65.60%，对比底座 65.77%，Nous 称属噪声。权重、评测集和训练数据均已公开。
为什么重要
这是一次用极低成本改变模型“立场输出”的公开实验：只靠几十 M token 的 SFT，不动架构，就能显著削减特定政治框架。它说明开源权重的价值不止于能力复现，也在于可审计、可再训练。不过，这仍是厂商自建评测、自选评分器（Grok 4.7）的结果，事实分 2.98 仍落后 Muse Glimmer 30B 的 3.02，216 条零分回答也说明短板还在。
对用户/开发者/创作者的影响
开发者目前只能从 Hugging Face 下载 BF16 权重（53.81 GB），尚无托管推理服务；社区 Q4_K_M 量化约 17.20 GB，可在 24 GB 消费级显卡上跑，并支持 llama.cpp、LM Studio 和 Ollama。对需要本地部署、又希望回答政治框架更接近西方模型的团队，这是一个可选项。但要注意：视觉编码器被冻结，模型仍是文本为主；训练上下文为 64k，底座原生支持 262,144 token，长上下文能力需自行验证。
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
一是第三方复现：宣传率 0.9% 与事实分 2.98 是否能在独立评测中成立；二是是否有托管 API 或推理服务接入，决定它能否进入生产；三是这类“去框架化”微调会不会成为开源模型社区的常规操作，以及是否引发平台合规层面的讨论。
