Nous Research a publié Arete-27B le 7 novembre, un fine-tuning sous licence Apache 2.0 du Qwen3.8-27B d'Alibaba, réajusté pour répondre aux questions politiquement sensibles avec moins de cadrage étatique chinois. Les poids, les données d'entraînement et les documents d'évaluation sont tous publiés sur Hugging Face : chacun peut inspecter ou relancer le travail.
La recette est délibérément simple : un fine-tuning supervisé classique d'environ 52,8 millions de tokens sur deux époques et 1 202 étapes, sans apprentissage par renforcement, sans optimisation de préférences et sans changement d'architecture. Un modèle enseignant nommé Inkling a généré 20 000 prompts couvrant sept catégories sensibles aux valeurs — liberté d'expression, idéologie d'État, État contre marché libre, éducation, confidentialité des données et surveillance, démocratie et environnement.
Sur le propre test de Nous, 803 prompts jugés à l'aveugle par Grok 4.7, la part des réponses signalées comme adoptant la position de l'État chinois est tombée de 22 % sur le modèle de base à 0,9 % sur Arete-27B. Le plus grand changement concerne la liberté d'expression, où le taux de signalement est passé de 60 % à 1 % tandis que le score factuel passait de 0,89 à 2,44. La capacité générale est restée à peu près stable : Arete obtient 65,60 % au Hermes Bench de Nous, contre 65,77 % pour le modèle de base.
Ces chiffres clés viennent de Nous elle-même, selon ses propres règles de notation et un juge automatisé — ils n'ont pas été reproduits indépendamment. C'est justement l'intérêt de publier l'évaluation : les 803 prompts, les documents sources, les consignes de notation et les exemples d'entraînement sont tous publics, pour que d'autres laboratoires puissent vérifier si le changement tient avec d'autres règles.
Concrètement, le modèle est un téléchargement de 27 milliards de paramètres d'environ 54 Go en BF16, et les quantifications communautaires permettent de le faire tourner sur des GPU grand public avec 24 Go de VRAM. C'est l'une des premières recettes ouvertes de réalignement des valeurs construites sur un grand modèle de fondation chinois — et un test en direct de ce qui, dans la politique d'un modèle, relève du post-entraînement, et de ce qui est ancré dès le départ.