Nous Research 给出一个值得关注的数字：基于阿里 Qwen3.8-27B 训练的 Arete-27B，在其评测中，事实得分从 2.32 分升至 2.98 分，含宣传性内容的回答比例从 22% 降至 0.9%。这说明开源大模型的竞争已不只比参数和性能，也比谁来定义它的表达边界。

这是什么

Arete-27B 是一款 27B 参数模型，Nous Research 通过监督微调（用整理好的示范答案继续训练模型），调整 Qwen3.8-27B 在七类议题上的回答倾向，包括表达自由、国家意识形态、市场经济、教育、数据隐私、民主和环境政策。训练上下文为 64k，不涉及强化学习、偏好优化或架构修改。

这次发布更接近一次“价值观后训练”：底座模型负责通用能力，训练数据决定它在敏感问题上采用什么叙事。Nous 强调目标并非恢复所有能力，而是改变某些拒答、回避和宣传式表达。

行业怎么看

我们认为，开源模型正在形成“底座全球化、价值观本地化”的分工格局。阿里提供可下载、可改造的底座，Nous 等实验室则重新定义行为，这会降低企业按自身合规要求定制模型的门槛。

风险也很明确。Arete-27B 的关键结果来自发布方自测，尚不足以证明其事实性在广泛场景中更可靠；而用政治倾向训练模型，也可能只是把一种框架替换成另一种框架。更重要的是，模型回答更少提及某些立场，不等于更准确理解现实。企业若只看单项评测，可能把价值偏好误当成事实质量。

对普通人的影响

对企业 IT：同一开源底座可以衍生出面向不同地区、行业和合规要求的模型，采购选择会从“哪个模型最好”转向“哪个模型的行为可验证、可调整”。

对个人职场：涉及研究、写作和咨询的 AI 工具，其默认立场可能随模型来源而变化；关键结论仍需回到原始资料核验。

对消费市场：免费开放模型会推动更多同类产品出现，但用户未必能直观看出其价值取向，厂商未来需要更透明地说明训练与评测方法。