Nous Research lança Arete-27B, um Qwen3.8-27B retreinado para não reproduzir a linha oficial chinesa
A Nous Research disponibilizou os pesos do Arete-27B, um Qwen3.8-27B ajustado com cerca de 53 milhões de tokens para reduzir respostas alinhadas ao discurso do Estado chinês. O laboratório também publicou sua avaliação com 803 perguntas e os dados de treinamento.
A Nous Research lançou em 6 de novembro de 2026 o Arete-27B, uma versão retreinada do Qwen3.8-27B, o modelo de pesos abertos da Alibaba. O objetivo declarado é reduzir recusas, desvios e respostas alinhadas ao discurso oficial chinês que o laboratório afirma ter observado em temas politicamente sensíveis. Os pesos estão disponíveis no Hugging Face sob licença Apache 2.0, juntamente com os dados de treinamento e o benchmark de avaliação.
O que a Nous mediu
Antes do treinamento, a Nous desenvolveu um teste com 803 perguntas distribuídas em sete categorias (liberdade de expressão, ideologia de Estado, Estado e mercado, educação, privacidade e vigilância, democracia, meio ambiente). Cada pergunta está vinculada a um artigo de origem com data, do qual são extraídos de dois a quatro fatos esperados, além das formulações oficiais do Partido sobre o tema.
Um juiz automático (Grok 4.7) avalia em cada resposta se os fatos foram apresentados, omitidos ou contraditos, e deve citar textualmente qualquer frase que adote a linha oficial como verdade própria. Citar essa linha apenas para contextualizá-la (“o Partido descreve isso como…”) não é contabilizado como viés. O juiz foi calibrado com base em 25 perguntas avaliadas manualmente, passando por três revisões de critérios.
Nesse teste, o Qwen3.8-27B reproduz a linha oficial em 22% das respostas, em comparação com 15% do GLM 5.3 e 16% do DeepSeek V4.1 Flash. Os modelos ocidentais testados (Mistral Large 4, Gemma 4 31B, Nemotron 3 Ultra, Muse Glimmer 30B) e o Inkling ficaram abaixo de 1%.
Como o modelo foi modificado
O método adotado é intencionalmente simples: um ajuste fino supervisionado com cerca de 52,8 milhões de tokens, duas passagens pelos dados, nenhuma etapa de aprendizado por reforço ou otimização de preferências e nenhuma alteração na arquitetura. As respostas usadas como referência vieram do Inkling, o modelo aberto da Thinking Machines. A Nous explicou que considerou usar o Nemotron 3 Ultra, mas o descartou por apresentar, segundo suas medições, respostas problemáticas sobre a China; o laboratório suspeita de contaminação por dados gerados por modelos chineses, embora não possa comprovar isso.
Cerca de 20.000 perguntas foram geradas para o treinamento e depois filtradas para eliminar qualquer sobreposição com o conjunto de avaliação. O artigo menciona 28.886 exemplos de treinamento no conjunto publicado.
Os resultados divulgados
De acordo com a Nous, o Arete-27B reduziu para cerca de 1% as respostas alinhadas à linha oficial, e sua pontuação factual subiu de 2,32 para 2,98 de 5. A variação mais expressiva ocorreu em liberdade de expressão (de 60% para 1% de respostas alinhadas). Quanto às capacidades gerais, o laboratório relata 65,60% no Hermes Bench contra 65,77% do modelo base, e 70% contra 67% no Terminal-Bench-2.1, medidos com sua própria configuração. Esses números foram divulgados pela Nous, com base em um teste elaborado por ela mesma e avaliado por outro modelo.
Nossa leitura
O principal atrativo do Arete-27B reside menos no modelo em si e mais no método compartilhado: um benchmark aberto, dados públicos e um custo de ajuste fino reduzido para a escala de um modelo de 27B. O experimento demonstra, sobretudo, que comportamentos políticos incorporados em pesos abertos podem ser alterados com poucos recursos, em qualquer direção. O enquadramento em torno de “valores ocidentais” parte da própria Nous, e tanto o juiz quanto o modelo professor trazem vieses próprios. Antes de tomar os dados como conclusivos, é recomendável aguardar que outras equipes reproduzam a avaliação, inclusive em temas não relacionados à China. Para uso em produção, o foco mais relevante não é escolher um lado, mas sim avaliar qual comportamento é gerado e como ele é mensurado — exatamente o que esse teste permite verificar no próprio modelo.
Fontes
- Nous Research — Introducing Arete-27B (artigo de pesquisa) Fonte primária
- Hugging Face — NousResearch/Arete-27B (pesos, licença Apache 2.0) Fonte primária
- Hugging Face — NousResearch/arete-data-pairs (dados de treinamento) Fonte primária
- Nous Research no X — anúncio do Arete-27B (6 de novembro de 2026) Fonte primária
Uma fonte primária vem diretamente da empresa, do laboratório ou da organização envolvida. Uma fonte secundária relata a informação sem ser a sua autora: nós a sinalizamos como tal. Encontrou um erro? Consulte nossa política de correções.
