Nous Research 近日发布了 Arete-27B，这是一个基于 Qwen3.8-27B 进行微调的开源权重模型，核心目标是大幅降低模型输出中的宣传性内容（propaganda）。根据官方公布的数据，在特定的宣传倾向评估中，原版 Qwen3.8-27B 的宣传性输出比例高达 22%，而经过微调的 Arete-27B 将该比例压低至 0.9%，降幅超过 24 倍。
该微调项目采用了偏好优化（preference optimization）方法，构建了专门针对宣传性语言、片面叙事和诱导性表述的偏好数据集。训练过程中，团队在降低宣传倾向的同时，刻意保留了模型在通用推理、代码生成和多语言任务上的能力，避免出现“对齐税”导致的性能滑坡。Nous Research 表示，Arete-27B 在多个标准基准上的表现与原版 Qwen3.8-27B 基本持平。
值得注意的是，Arete-27B 的命名“Arete”源自希腊语，意为“卓越”或“德性”，暗示了团队对模型输出质量与中立性的追求。该模型以开源权重形式发布，开发者可以直接下载并用于本地部署或二次微调。对于需要构建 AI Agent 的团队而言，一个宣传倾向更低的基座模型意味着更可控的行为边界和更可靠的工具调用决策。
从技术细节看，Arete-27B 的微调流程包括数据筛选、偏好对构建和 DPO（直接偏好优化）训练三个阶段。团队特别强调，宣传性内容的定义不仅包括明显的政治宣传，还涵盖过度推销、片面强调和诱导性说服等广义的“宣传式表达”。这种宽泛的定义使得模型在商业场景和开放域对话中同样受益。
目前，Arete-27B 的模型权重和评估报告已在 Hugging Face 上公开。Nous Research 鼓励社区对该模型进行红队测试，并计划根据反馈迭代后续版本。
Arete-27B 的意义远不止一个微调模型。在 AI Agent 生态中，基座模型的“宣传倾向”是一个被长期低估的风险源：当 Agent 调用工具、检索信息并生成决策建议时，带有宣传偏好的输出会污染整个任务链，导致事实扭曲和决策偏差。与 Llama Guard 等事后过滤方案不同，Arete-27B 从偏好层面直接压低宣传性表达，属于“事前对齐”，与 CrewAI、LangChain 等 Agent 框架结合时能显著降低护栏成本。横向对比来看，Anthropic 的 Constitutional AI 和 OpenAI 的 RLHF 都涉及类似目标，但 Arete-27B 以开源权重形式提供了可复现的偏好优化路径，这对需要自主可控基座的 Agent 开发者极具吸引力。长远看，若此类“低宣传基座”成为标配，Agent 生态的信任层将从外部过滤转向模型内生中立，整个多智能体协作的可靠性基线将被抬升。
