Nous Research 发布了 Arete-27B，一个基于 Qwen 基座的后训练语言模型，该公司称此举旨在在中国训练的基座之上强化西方价值观。核心成果是：模型的宣传内容比例从 22% 降至 1%，且整体性能没有明显损失。

这个名字是经过精心选择的。Arete，希腊文写作 ἀρετή，是古典意义上的卓越与美德概念——具体指事物最高潜能的完全实现。对 Nous Research 而言，这一命名同时也是一份理念宣言。

Nous Research 实际做了什么

Qwen 是阿里巴巴的开放权重语言模型系列，被开源 AI 社区广泛用作微调的基座。这些模型性能出色且可免费获取，因而成为开发者的理想起点。但它们也带有在中文数据上进行预训练时固化的、可被测量的意识形态倾向——这正是基座模型 22% 宣传比例数据的来源。

Nous Research 应用了后训练——即在模型初始训练完成之后进行的监督微调与强化学习步骤的技术术语——来调整这些倾向。该公司将这一过程称为价值对齐，而且其具体方向十分明确：减少与中国官方叙事一致的输出，并将其转向西方自由主义规范。

对于开源社区中众多从 Qwen 检查点出发构建定制应用的团队而言，这一结果具有直接的参考意义：它表明从预训练继承而来的意识形态倾向可以在后训练阶段被针对性处理，同时根据公布的数据，整体性能得以保留。

Nous Research 在开源 AI 格局中的定位

该公司以其 Hermes 系列开放权重模型最为知名，这些模型凭借出色的指令遵循能力以及相比限制更多的商业替代方案更少的拒答，在开源社区积累了大量追随者。Arete 则将同一套后训练工具用于不同的目标：不是减少拒答，而是调整模型输出的意识形态内容。

据报道，Nous Research 于 2025 年 4 月完成了 5000 万美元的 A 轮融资，随后又完成一轮据报道为 9000 万美元的融资。该公司一直深耕开放权重领域，发布的模型可供竞争对手和独立开发者直接在其上构建。

"27B" 的命名遵循模型参数量约 270 亿的标准惯例，这一规模级别在开源社区中被广泛采用，Qwen 检查点也常被用作定制微调的起点。鉴于这些检查点流传甚广，接下来值得关注的是，类似的 value-alignment 流水线是否会被其他团队采纳，用于将中文训练的基座模型改造以服务他们自己的受众。

来源：CryptoBriefing。本报道基于由 Diego Almada Lopez 编辑的原始报道。