Nous 公開 Arete-27B，以監督微調調整 Qwen 的政治議題回答

Nous Research 於 11 月 6 日公布 Arete-27B，以 Qwen3.8-27B 為起點，透過監督式微調調整政治敏感議題的回答取向。此次發布包含開放權重、訓練資料與評測集，讓研究者能檢查行為改變如何發生，並自行重跑測試。發布時間報導、官方說明

訓練使用約 5,280 萬 token、64k 上下文，執行兩個 epoch、共 1,202 步；沒有加入強化學習或偏好最佳化。團隊以 Inkling 為教師模型，更新全部語言模型權重，凍結視覺編碼器，並停用多 token 預測頭。這些設定界定了實驗範圍：它主要測試文字監督能如何改變回答行為，多模態能力仍須另外驗證。模型卡

評測包含七類議題、803 道提示，每題列出來源與二至四項必要事實，由 Grok 4.7 在不知道作答模型身分的情況下評分。Nous 回報，在關閉思考、溫度為零的比較中，事實分數由五分制的 2.32 升至 2.98；被其規則判為採用中國官方敘事的回答比例，由 22% 降至 0.9%。這是團隊自訂指標下的結果，不能直接解讀為一般事實準確率或政治中立程度。評測資料

能力保留方面，官方內部 Hermes Bench 分數為 65.60%，基底模型為 65.77%；Terminal-Bench-2.1 則為 70% 與 67%。團隊提醒，其推論與測試框架設定可能不同於官方榜單，沒有把後者視為確定進步。對工程團隊而言，這提供了可重現的行為調整案例，但尚不足以證明所有能力都獲保留。官方結果

接下來應觀察獨立重現，以及中文提示、不同裁判與多模態任務下的結果。評測資料標示為英文，跨模型比較也未全部使用相同解碼設定；因此，中文產品仍需建立自己的測試集。研究價值在於公開了可檢查的訓練與評分材料，至於「偏見層很淺」的機制解釋，目前仍是 Nous 對這次實驗的推論。模型卡與限制