Nous Research 在 2026 年 11 月發表 Arete-27B，定位是有西方立場的開放權重模型。它不是從零訓練：Nous 把阿里巴巴的 Qwen3.8-27B 再訓練一次，用 Nous 自己的話說，是要在中國訓練的模型上強化西方價值觀。在 Nous 的測試中，模型談到敏感議題時，少照中國官方的說法回答。
Arete 是什麼？
開放權重是指模型的參數公開，任何人都能下載、自己跑，也能拿來再訓練。Qwen3.8-27B 是這類模型。Nous 拿它做微調（在現成模型上追加訓練，改變它的行為），做出 Arete-27B。
Nous 為什麼要改它？
Nous 在文章裡列了幾個理由：
- 各家 AI 的觀點如果千篇一律，本身就是風險。開放權重讓不同團隊能依自己的價值觀調整模型。
- 美國政府限制聯邦機構使用中國 AI 模型，DeepSeek 是主要對象。
- Nous 自己測試時，看到基礎模型會拒答、轉移話題，或照中國官方的說法回答。
Arete 怎麼訓練？
做法很單純，分三步：
- 選一個老師模型。Nous 挑了 Inkling，理由是在 Nous 針對的議題上，它是測試結果正面的開放模型中最好的。
- 產生約 2 萬道題目，涵蓋言論自由、國家意識形態、國家與自由市場、教育、資料隱私與監控、民主、環境七大類。
- 讓老師回答，再用這些「題目加答案」教 Qwen 模仿，總量約 5,280 萬個 token（模型讀寫文字的單位）。
這種方法叫監督式微調：直接給範例讓模型學。Nous 說只用這一招，沒有再加其他訓練手法，也沒有改模型架構。
Arete 的測試成績
Nous 自己做了一套 803 題的測試 Propaganda_Eval，由 AI 評審（Grok 4.7）看兩件事：答案有沒有講對事實，以及有沒有採用中國官方的說法。
| 模型 | 事實平均分（滿分 5） | 出現官方說法的比例 |
|---|---|---|
| Qwen3.8-27B（原版） | 2.32 | 22% |
| DeepSeek V4.1 Flash | 2.39 | 16% |
| GLM 5.3 | 3.10 | 15% |
| Arete-27B | 2.98 | 0.9% |
以上均為關閉思考模式（模型作答前先逐步推理的功能）的結果，資料來自 Nous 文章。Arete 和 Qwen 以溫度 0（控制答案隨機程度的設定）測試，其他模型是 0.6，設定並不完全相同。
進步最大的是言論自由類：事實分從 0.89 升到 2.44，官方說法的比例從 60% 降到 1%。一般能力方面，Nous 的內部測試顯示表現幾乎沒有變化。
這份成績怎麼讀？
- 題目和評審都是 Nous 的。測試是 Nous 設計，評審是另一個 AI。
- 「官方說法」的界線由 Nous 定。同一個答案換個人評，結果可能不同。
- Nous 沒有宣稱解決全部問題。模型頁寫的是處理了這類行為「一個可能的成因」。
- Nous 的結論是這層偏向很淺。他們認為約 5,000 萬個 token 的範例就能移除這層偏向，並呼籲模型要公開、可測試、可調整。
開放權重模型的立場不是出廠就固定。同樣的方法也能用在別的方向，所以用任何模型談敏感議題，都要連它的訓練背景一起看。想了解其他中國模型的背景與授權，可以看中國 AI 模型比較，想知道開放權重在大廠怎麼做，有 Meta Muse Spark Open 可以對照。
重點整理
- Arete 是 Qwen 的再訓練版本，不是從零做的新模型。
- 做法是用老師模型的答案，教 Qwen 模仿。
- 成績是 Nous 自己量的：官方說法的比例從 22% 降到 0.9%，換成別人的尺可能不同。
想自己試的人，權重在 Hugging Face 可以下載。