Nous 把 Qwen 训成“西方价值观”模型：Arete-27B

Nous Research 11 月 6 日前后发布 Arete-27B：对 Qwen3.8-27B 做后训练（post-training），目标是把模型的价值观取向"强化为西方价值观"。模型与数据集已上 Hugging Face，Apache 2.0 开源，附模型卡与数据集说明。

先把定性说准：这是一次明确的"价值观对齐"实验——不是去偏见、不是中立化，而是主动把某一套价值观写进模型。"西方价值观"必须带定语读：这是 Nous 自己的表述与目标，不是普适定义。本文只陈述实验与数字，不站队、不引申。

Arete-27B 模型卡页面截图

评估数字（Nous 自报口径）

803 条提示、7 类评估维度，覆盖"宣传口径"（talking points，即按特定立场复述论点）与事实准确性两项；
宣传口径占比从 22% 降至 0.9%；
事实分从 2.32 升至 2.98（满分未注明，不自行补）。

口径提醒：评委是 LLM（Grok 4.7），且不同模型的解码采样参数不一致——这些数字是 Nous 自报，不要当成第三方独立评测。

训练规模与教师模型

模型卡页面首屏截图

约 52.8M token 的 SFT 数据；教师模型为 Thinking Machines 的 Inkling（即上周发过的 Inkling 2 Small——那篇讲的是教师模型本身的发布，本篇讲的是用它当教师训出的学生模型 Arete，两篇各说各的）。

判断

三点校准：① "宣传口径 22%→0.9%"只说明模型不再复述特定立场的论点，别换算成"偏见消除 96%"之类的说法——评估没有定义"偏见"；② 价值观对齐的方向本身是价值观选择，Nous 公开了评估细节与数据、可复核，这是这篇发布比多数"立场模型"扎实的地方；③ 用途与合规照旧看 Apache 2.0 许可证与模型卡，别把"西方价值观"当质量背书。