Nous Research改造Qwen模型，注入西方價值並減少政治偏差

美國AI研究新創Nous Research上周五（11/6）發表Arete-27B，透過後訓練改造阿里巴巴的Qwen3.8-27B模型，強化言論自由、民主、自由市場及個人隱私等西方價值觀，以減少政治敏感議題上的偏差，同時保留模型原有能力。

Nous Research成立於2023年，以微調開放權重大型語言模型起家，曾基於Meta的Llama推出Hermes系列模型，近年擴展至AI代理人Hermes Agent。今年10月完成9,000萬美元募資，投資者包括Nvidia、微軟旗下M12及三星等，估值約15億美元。

Qwen3.8-27B則是阿里巴巴今年8月推出的開放權重AI模型，擁有270億個參數，支援文字、圖片及影片理解，以及程式開發、推理和AI代理人等任務。

Nous Research指出，中國開放權重模型雖然效能出色，但在涉及民主、言論自由及中國政治等敏感議題時，可能出現拒答、迴避或採用中國政府官方敘事的情況。為此，Nous Research建立包含803道提示詞的評估工具Propaganda_Eval，涵蓋言論自由、國家意識形態、自由市場、教育、隱私與監控、民主及環境等7大類別，並由Grok 4.7評估回答的事實掌握能力及是否採用中國政府官方敘事。

測試顯示，原始Qwen3.8-27B的事實分數為2.32分（滿分5分），22%的回答採用中國政府官方敘事。經過後訓練，Arete-27B的事實分數提高至2.98分，採用官方敘事的比例降至0.9%。其中言論自由類別改善最明顯，相關比例從60%降至約1%。

Nous Research選用開放模型Inkling作為教師模型，建立28,886筆訓練範例，以約5,280萬個token進行兩輪監督式微調，並未使用強化學習，亦未修改模型架構。

在一般能力測試Hermes Bench中，Arete-27B獲得65.60%，與原始模型的65.77%相近；Terminal-Bench-2.1則以70%略高於原始模型的67%，顯示政治敘事的調整並未明顯影響原有能力。

Nous Research認為，這項實驗顯示中國AI模型的政治偏見可能在訓練後期形成，透過少量精選資料即可改變模型立場。該公司已公開模型權重、訓練資料及評估工具。

不過，科技分析網站Traictory指出，Arete-27B雖大幅減少採用中國政府官方敘事的回答，但803道測試題目中仍有216道獲得0分，顯示事實掌握能力的改善有限。此外，評估工具主要針對中國政府官方敘事，並未檢驗模型是否存在偏向西方政府的政治立場。