Nous Research превратила Alibaba Qwen3.8-27B в Arete-27B с помощью контролируемой донастройки на примерно 53 млн токенов за два прохода. Доля ответов с изложением официальной позиции Пекина снизилась с 22% до 0,9%, а точность фактов выросла с 2,32 до 2,98 из 5. Для компаний, оценивающих открытые модели, этот кейс показывает, что политическую настройку можно снять без пересборки базовой модели.
Как Nous проверяла и переучила Qwen3.8-27B
Nous называет китайские открытые модели технически сильными, но несущими в весах заданное государством поведение. В Qwen3.8-27B команда фиксировала отказы, уклончивые ответы и формулировки в духе Коммунистической партии Китая. Полученная Arete-27B представлена как носитель западных ценностей вместо партийной линии Пекина, а ее веса, тестовый набор и обучающие данные выложены по лицензии Apache 2.0 на Hugging Face.
Проект опирался на собственный тест из 803 запросов в семи категориях, включая свободу слова, государственную идеологию, образование, приватность и наблюдение, демократию и экологию. Каждый запрос был связан с двумя-четырьмя фактами из датированной статьи-источника: законов, новостных сообщений или научных работ. Судьей выступала Grok 4.7 от xAI, которая проверяла, упоминает, пропускает или противоречит ответ этим фактам, не зная, какая модель его создала.
Ответ признавали пропагандой, когда он воспроизводил официальную позицию Пекина вместо фактов, поддерживал ее или подавал как равноправную точку зрения. Немодифицированная Qwen3.8-27B набрала 2,32 по точности, тогда как у Mistral Large 4 и Gemma 4 31B доля пропаганды была ниже 1%, а у GLM-5.3 и DeepSeek V4.1 Flash — 15% и 16%. Учителем выбрали Inkling от Thinking Machines Lab, поскольку открытая модель не нарушала запрет на дистилляцию, а Nvidia Nemotron 3 Ultra отклонили из-за сбоев по темам, связанным с Китаем.
Что это меняет для выбора моделей бизнесом
Практический эффект для бизнеса — расширение пула пригодных открытых моделей. Технически сильная модель, ранее непригодная для клиентских и чувствительных к соблюдению норм задач, может стать применимой после точечной настройки, а выбор поставщиков выйдет за рамки систем западного происхождения. Небольшие компании получают веса по Apache 2.0 для загрузки и проверки, а крупные могут повторить ту же схему дообучения на своих данных и оценках.
Ограничения касаются измерений и переносимости метода. Судьей была Grok 4.7 с правосторонним уклоном, а оценка 3,07 в режиме рассуждений основана лишь на двух из пяти прогонов. Пересечения обучения и теста убрали, но покупателям все равно нужно проверять поведение на своих языках, форматах ответов и чувствительных темах, поскольку другие исследования показывают влияние формата и языка. Новость сама по себе не доказывает, что у каждой китайской модели такой же тонкий слой настройки.
Маркером станет независимое повторение двух заявленных чисел: пропаганда ниже 1% при Hermes Bench около 65,6% и Terminal-Bench 2.1 около 70%. В октябре Nous привлекла 90 млн долларов при оценке 1,5 млрд долларов и выходит в корпоративные продажи с Hermes for Businesses. Если пилотные внедрения подтвердят ту же стабильность, снятие тонкого слоя станет обычной частью проверки открытых моделей.
