Nous Research发布Arete-27B，称Qwen模型宣传比例从22%降至1%

Nous Research于11月6日发布语言模型Arete-27B，该模型基于阿里巴巴Qwen3.8-27B通过追加训练得到。模型权重已在Hugging Face公开，采用Apache 2.0许可证，同时公开了训练数据和评测集。在BF16精度下，该模型约占54 GB显存。^[1]

训练方法仅使用监督微调（SFT），未使用强化学习、偏好优化或架构改动。训练数据来自约2万道生成的问题，覆盖七个领域，总计5280万token，用于模仿的回答由教师模型Inkling撰写。^[1]

在803道测试题中，复述北京官方口径的回答比例从22%降至1%。在Hermes Bench测试中，Arete-27B得分65.60%，基础版Qwen为65.77%；在Terminal-Bench 2.1测试中，Arete-27B得分70%，基础版Qwen为67%。^[1]