Nous Research 在 2026 年 11 月发布 Arete-27B，定位是有西方立场的开放权重模型。它不是从零训练：Nous 把阿里巴巴的 Qwen3.8-27B 再训练一次，用 Nous 自己的话说，是要在中国训练的模型上强化西方价值观。在 Nous 的测试中，模型谈到敏感议题时，少照中国官方的说法回答。
Arete 是什么？
开放权重是指模型的参数公开，任何人都能下载、自己运行，也能拿来再训练。Qwen3.8-27B 是这类模型。Nous 拿它做微调（在现成模型上追加训练，改变它的行为），做出 Arete-27B。
Nous 为什么要改它？
Nous 在文章里列了几个理由：
- 各家 AI 的观点如果千篇一律，本身就是风险。开放权重让不同团队能按自己的价值观调整模型。
- 美国政府限制联邦机构使用中国 AI 模型，DeepSeek 是主要对象。
- Nous 自己测试时，看到基础模型会拒答、转移话题，或照中国官方的说法回答。
Arete 怎么训练？
做法很简单，分三步：
- 选一个老师模型。Nous 挑了 Inkling，理由是在 Nous 针对的议题上，它是测试结果正面的开放模型中最好的。
- 生成约 2 万道题目，涵盖言论自由、国家意识形态、国家与自由市场、教育、数据隐私与监控、民主、环境七大类。
- 让老师回答，再用这些“题目加答案”教 Qwen 模仿，总量约 5,280 万个 token（模型读写文字的单位）。
这种方法叫监督式微调：直接给示例让模型学。Nous 说只用这一招，没有再加其他训练手法，也没有改模型架构。
Arete 的测试成绩
Nous 自己做了一套 803 题的测试 Propaganda_Eval，由 AI 评审（Grok 4.7）看两件事：答案有没有讲对事实，以及有没有采用中国官方的说法。
| 模型 | 事实平均分（满分 5） | 出现官方说法的比例 |
|---|---|---|
| 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% |
以上均为关闭思考模式（模型作答前先逐步推理的功能）的结果，数据来自 Nous 文章。Arete 和 Qwen 以温度 0（控制答案随机程度的设置）测试，其他模型是 0.6，设置并不完全相同。
进步最大的是言论自由类：事实分从 0.89 升到 2.44，官方说法的比例从 60% 降到 1%。一般能力方面，Nous 的内部测试显示表现几乎没有变化。
这份成绩怎么读？
- 题目和评审都是 Nous 的。测试是 Nous 设计的，评审是另一个 AI。
- “官方说法”的界线由 Nous 定。同一个答案换个人评，结果可能不同。
- Nous 没有宣称解决全部问题。模型页写的是处理了这类行为“一个可能的成因”。
- Nous 的结论是这层偏向很浅。他们认为约 5,000 万个 token 的示例就能去掉这层偏向，并呼吁模型要公开、可测试、可调整。
开放权重模型的立场不是出厂就固定。同样的方法也能用在别的方向，所以用任何模型谈敏感议题，都要连它的训练背景一起看。想了解开放权重在大厂怎么做，可以对照 Meta Muse Spark Open。
重点整理
- Arete 是 Qwen 的再训练版本，不是从零做的新模型。
- 做法是用老师模型的答案，教 Qwen 模仿。
- 成绩是 Nous 自己量的：官方说法的比例从 22% 降到 0.9%，换成别人的尺子可能不同。
想自己试的人，权重在 Hugging Face 可以下载。