Nous Research hat Arete-27B veröffentlicht, ein nachtrainiertes Sprachmodell auf Basis von Qwen, das das Unternehmen als Versuch beschreibt, westliche Werte auf einer in China trainierten Grundlage zu stärken. Das zentrale Ergebnis: Die Propaganda-Rate des Modells wurde von 22 % auf 1 % gesenkt, ohne nennenswerte Einbußen bei der allgemeinen Leistung.

Der Name ist bewusst gewählt. Arete, im Griechischen ἀρετή geschrieben, bezeichnet das klassische Konzept der Tüchtigkeit und Tugend – konkret die volle Verwirklichung des höchsten Potenzials eines Dinges. Für Nous Research ist die Bezeichnung zugleich eine Absichtserklärung.

Was Nous Research tatsächlich getan hat

Qwen ist Alibaba Familie offener Sprachmodelle, die in der Open-Source-KI-Community häufig als Basis für Fine-Tuning genutzt wird. Die Modelle sind leistungsfähig und frei verfügbar, was sie zu attraktiven Ausgangspunkten für Entwickler macht. Sie tragen zudem messbare ideologische Tendenzen in sich, die während des Pre-Trainings auf chinesischen Daten eingeprägt wurden – daher stammt die genannte Propaganda-Rate von 22 % für das Basismodell.

Nous Research wandte Post-Training an – der Fachbegriff für die Schritte aus Supervised Fine-Tuning und Reinforcement Learning, die nach dem initialen Training eines Modells erfolgen – um diese Tendenzen anzupassen. Das Unternehmen beschreibt den Prozess als Value Alignment, und die konkrete Ausrichtung ist eindeutig: Outputs, die mit chinesischen Staatsnarrativen übereinstimmen, reduzieren und sie hin zu westlich-liberalen Normen bewegen.

Für die zahlreichen Teams in der Open-Source-Community, die beim Bau eigener Anwendungen von Qwen-Checkpoints ausgehen, ist das Ergebnis direkt relevant: Es zeigt, dass ideologische Tendenzen aus dem Pre-Training gezielt in der Nachtrainierungsphase adressiert werden können, während laut den berichteten Zahlen die allgemeine Leistung erhalten bleibt.

Nous Research Position in der Open-Source-KI-Landschaft

Das Unternehmen ist vor allem für seine Hermes-Reihe offener Modelle bekannt, die in der Open-Source-Community aufgrund ihrer Befehlsfolge-Qualität und reduzierten Verweigerungen im Vergleich zu restriktiveren kommerziellen Alternativen eine Anhängerschaft aufgebaut haben. Arete nutzt dasselbe Nachtrainierungs-Werkzeugset für ein anderes Ziel: Statt Verweigerungen zu reduzieren, lenkt es den ideologischen Inhalt der Modell-Outputs.

Nous Research nahm Berichten zufolge im April 2025 eine Series A über 50 Millionen US-Dollar auf, gefolgt von einer weiteren Finanzierungsrunde über Berichten zufolge 90 Millionen US-Dollar. Es ist durchgehend im Bereich offener Modelle tätig und veröffentlicht Modelle, auf denen Wettbewerber und unabhängige Entwickler direkt aufbauen können.

Die Bezeichnung "27B" folgt der üblichen Konvention für Modelle mit rund 27 Milliarden Parametern, eine Größe, die in der Open-Source-Community weit verbreitet ist und in der Qwen-Checkpoints häufig als Ausgangspunkt für individuelles Fine-Tuning dienen. Angesichts der weiten Verbreitung dieser Checkpoints bleibt abzuwarten, ob Value-Alignment-Pipelines wie diese von anderen Teams übernommen werden, die in China trainierte Basismodelle für ihr eigenes Publikum umnutzen.

Quelle: CryptoBriefing. Dieser Bericht basiert auf einer Original-Recherche unter Redaktion von Diego Almada Lopez.