Nous Research Qwen3.8-27B modelini dəqiq tənzimləyərək Çin dövlət propagandasını azaldıb

Nous Research Alibaba-nın Qwen3.8-27B modelini Arete-27B-yə dəqiq tənzimləyib və modelin propaganda nisbətini 22 faizdən bir faizdən aşağı salıb, ümumi imkanları toxunulmaz saxlayıb. Şirkət bildirir ki, Çin açıq çəkili modelindəki siyasi meyil yalnız nazik bir təbəqə idi və 53 milyon token üzərində nəzarətli dəqiq tənzimləmə onu silə bilərdi. Arete-27B, onun çəkiləri, test məlumat dəsti və təlim məlumatları Apache 2.0 lisenziyası ilə əlçatandır.

Propaganda və faktiki dəqiqliyin sınağı

Nous 803 sorğudan ibarət testi yeddi kateqoriya üzrə qurub; bunlara söz azadlığı, dövlət ideologiyası, təhsil, məxfilik və nəzarət, demokratiya və ətraf mühit daxildir. Hər sorğu üçün komanda tarixli mənbə məqalələrindən iki ilə dörd arasında fakt müəyyən edib. Grok 4.7 hakim model kimi çıxış edib və cavabların həmin faktları qeyd etdiyini, buraxdığını və ya onlara zidd getdiyini yoxlayıb. Dəyişdirilməmiş Qwen3.8-27B faktiki dəqiqlik üzrə 5-dən 2,32 bal alıb və cavabların 22 faizi propaganda ehtiva edib. Qərb modellərinin propaganda nisbəti bir faizdən aşağı olub, Mistral Large 4 və Gemma 4 31B buna nümunədir; GLM-5.3 və DeepSeek V4.1 Flash isə müvafiq olaraq 15 və 16 faiz göstərib.

Təlim və nəticələr

Nous təxminən 53 milyon token üzərində, iki epoxa boyunca, gücləndirici öyrənmə və ya üstünlük optimallaşdırması olmadan nəzarətli dəqiq tənzimləmədən istifadə edib. O, müəllim modeli kimi Thinking Machines Lab-dan Inkling seçib, çünki açıq model distilləni qadağan edən xidmət şərtlərini pozmayacaqdı; Nvidia-nın Nemotron 3 Ultra modeli də nəzərdən keçirilib, lakin Çinlə bağlı mövzularda qeyri-adi hallar göstərib. Arete-27B faktiki dəqiqlik üzrə 2,98 bal və 0,9 faiz propaganda balı toplayıb. Söz azadlığı kateqoriyasında fakt balı 0,89-dan 2,44-ə qalxıb, propaganda isə 60 faizdən bir faizə düşüb. Məntiq rejimi açıq olduqda Arete 3,07 bal toplayıb, lakin bu yalnız beş cəhddən ikisinə əsaslanır. Ümumi imkanlar baza səviyyəsinə yaxın qalıb: Hermes Bench 65,60 faizə qarşı 65,77 faiz; Terminal-Bench 2.1 67 faizdən 70 faizə qalxıb, lakin Nous test qurğuları fərqli olduğu üçün bunu real artım adlandırmır.

Kontekst və şirkət

Nous bildirir ki, Çin yönümlü modeldə meyil təbəqəsi dayaz, gec tətbiq olunan və nazikdir, diqqətlə seçilmiş təxminən 50 milyon tokenlik nəzarət isə onu altındakıları pozmadan silir. Startap oktyabrda Robot Ventures-in liderliyi ilə, Nvidia və Samsung iştirakçılar arasında olmaqla, 1,5 milyard dollar qiymətləndirmə ilə B seriyası raundunda 90 milyon dollar toplayıb. O, "Hermes for Businesses" ilə korporativ satışlara keçir. Bu meyli təsdiqləyən digər tədqiqatlara bunlar daxildir: NewsGuard 2025-ci ildə beş aparıcı modelin halların 60 faizində Çin yönümlü dezinformasiyanı təkrarladığını və ya onu düzəltmədiyini aşkar edib; CrowdStrike DeepSeek-in sorğularda Falun Qonq, Tibet və ya Tayvana istinad edildikdə daha az təhlükəsiz kod yaratdığını müəyyən edib; Aleph Alpha-nın 967 siyasi həssas sual üzrə tədqiqatı Alibaba, DeepSeek və Moonshot AI modelləri arasında balanslı cavabların 17 ilə 41 faiz arasında olduğunu göstərib; ValsAI tədqiqatı isə GLM-5.3 Flash-ın insan hüquqları pozuntularını təsdiqlədiyini, Kimi K3-ün isə həbs düşərgələrini inkar etdiyini müəyyən edib.

Mənbələr: The Decoder