Nous выпустила Arete-27B: дообучение Qwen меняет ответы на политически чувствительные вопросы
6 ноября 2026 года Nous Research представила Arete-27B, дообученную версию Qwen3.8-27B. Команда изменила поведение модели на политически чувствительных темах и опубликовала веса, обучающие данные и собственный набор для проверки ответов.
Что проверяли разработчики
Тест включает 803 запроса по семи категориям, среди которых свобода выражения, демократия и приватность. Отдельно оцениваются изложение фактов и воспроизведение официальной позиции китайских властей как собственной. Это критерии авторов исследования, а не универсальная мера политической нейтральности.
По данным Nous, после обучения примерно на 52,8 млн токенов доля ответов со второй характеристикой снизилась с 22% примерно до 1%. Средняя оценка фактического содержания выросла с 2,32 до 2,98 из 5. На внутреннем Hermes Bench результат почти не изменился: 65,60% против 65,77% у исходной модели.
Доступ и ограничения
Arete доступна для скачивания на Hugging Face. Оценивание ответов выполняла другая языковая модель по заданной инструкции; результаты опубликованы самой командой. Они показывают эффект выбранного дообучения, но не доказывают устранение всех предубеждений или сохранение качества во всех задачах.
Редакционный вывод. Работа полезна разработчикам, которые адаптируют открытые модели под собственные требования. Перед внедрением стоит проверять не только отказ отвечать, но и полноту фактов, устойчивость к формулировке вопроса и качество на языке пользователей. Нужен также отдельный набор вопросов вне обучающей выборки. Изменение ценностных установок следует описывать открыто, чтобы пользователь понимал ограничения помощника.
Источники: анонс Nous Research, 6 ноября 2026 года; страница весов модели. Редакция не проводила собственного тестирования.
Обложка создана с помощью ИИ и является концептуальной иллюстрацией.
Обсуждение
Комментарии участников сообщества.