Arete-27Bとは？
Arete-27Bは、AlibabaのQwen3.8-27BをNous Researchがファインチューンしたモデルで、2026年11月6日に公開されました。Nousによると、ベースモデルが政治的に敏感な話題で拒否やはぐらかし、中国共産党の言い回しに沿った回答をすることを確認し、「西側の価値観を強める」ために追加訓練したとのことです。対象は、表現の自由、国家イデオロギー、国家と自由市場、教育、データプライバシーと監視、民主主義、環境政策の7分野です。
手法は教師ありファインチューニングのみで、強化学習もアーキテクチャ変更もありません。約5,280万（52.8 million）トークンを2エポック学習し、教師にはThinking Machinesのオープンモデル、Inklingの回答を使いました。Nousは自作した803問の評価セットPropaganda_Evalと訓練用ペアを重みとともに公開しています。視覚エンコーダーは凍結されたので、画像入力はQwen3.8のままです。
重みはベースモデルと同じApache 2.0です。Nousはホスト型APIを提供していませんが、数日のうちにコミュニティの量子化版が出そろい、最も人気なのはbartowskiのGGUFセットです 。
Arete-27Bは使う価値があるか？
Areteの価値は、加えたものより証明したものにあります。英語の法令、報道、調査報告から取った803問からなるNous独自のテストで、中国政府の説明をそのまま採用する回答の割合は22%から0.9%に下がり、事実スコアの平均は5点満点で2.32から2.98に上がりました。最も大きく変わったのは表現の自由で、政府寄りの語り方の率は60%から1%に落ちています。Nousは、この種の偏りは後から薄く塗られたものなので、少量の教師データで動かせると結論づけています。
数字には注意が必要です。ベンチマークを作り、事実を選び、Grok 4.7を審査役に据えたのはNous自身で、審査は手作業で採点した25問の試行で調整されました。Areteとベースモデルは温度0、比較モデルは温度0.6で実行されており、0.6ではAreteは2.88です。The Decoderは、教師のInkling自体が中国製モデルの出力で一部訓練されていると指摘しています。X上では少なくとも一人の批評家が、Nousはある価値観を別の価値観に入れ替えただけだと主張しており、モデルカードもこれを否定せず、利用者に視点の選択肢を与える取り組みだと位置づけています。この手法はどの方向にも使えます。
一般的な能力は変わっていないようです。Nous社内のHermes Benchでは65.60%で、ベースの65.77%との差をNousはノイズとしています。Terminal-Bench 2.1では70%対67%を報告していますが、この向上は自らの成果とはしていません。独立したリーダーボードの評価はありません。
結論：Qwen3.8-27Bをすでに気に入っていて、中国、監視、民主主義についての質問に公式見解抜きで答えてほしいチームなら、Areteはサ イズ、ライセンス、ツールが同じままの差し替えです。それ以外の人にとっては同じモデルであり、公開された評価セットのほうが長く残る貢献です。
真価を発揮する場面
欧州の出版社の報道データチーム
中国、香港、台湾に関する報道を、公式の言い回しを繰り返さずに要約するローカルアシスタントを動かす
既存のQwen3.8-27B環境にAreteを差し替えます。Nousの評価では、表現の自由での政府寄りの語り方が60%から1%に下がりました。ただし事実スコアの平均は5点満点で2.98なので、事実確認は続けてください。
追加訓練が価値観をどう変えるかを研究するAI安全性研究者
狭いファインチューンがモデルの政治的な語り方をどれだけ動かすかを測る
Nousは803問のPropaganda_Evalを審査用プロンプトとスクリプト付きで公開し、訓練用ペアも出しています。別の審査役や同じ温度で再実行し、22%から0.9%という主張を検証できます。
中国で訓練されたモデルを警戒する米国公的機関の調達責任者
高性能なオープンモデルを社内ハードウェアで 運用する
AreteはQwen3.8-27Bの重み構成とApache 2.0ライセンスを引き継ぐので、約55 GBのBF16ファイルはベースモデルが動く環境でそのまま動きます。ベースモデルの出自は変わらないため、規程によってはそれが引き続き考慮されます。
導入前に確認すること
- 導入
- Hugging Faceから18ファイルのBF16チェックポイントをダウンロードし、Qwen3.8-27Bと同じように配信します。コミュニティのGGUF版とMLX版はllama.cppやApple siliconで動きます。
- 連携
- Qwen3.8-27Bのチャットテンプレートを使うので、vLLM、SGLang、llama.cpp、Transformersでそのまま読み込めます。Nousは思考オフで評価しており、思考オンの3.07は5回中2回の実行に基づく暫定値です。
- データとプライバシー
- 自前ホストなのでプロンプトは手元のマシンに留まります。Apache 2.0は商用利用と改変を認めており、評価セットはMITで公開されています。
- 大規模利用時のコスト
- 重みは無料です。約274億パラメーターで、BF16では約55 GBあるため、フル精度には80 GBのGPUが必要です。コミュニティの4ビットGGUF版やNVFP4版なら一般向 けカード1枚の範囲に収まります。
- 制限
- ファインチューンは64Kのコンテキストで行われ、ベースの262Kより短いです。Nousはベースモデルの視点による影響をすべて取り除いたとは主張しておらず、訓練中はマルチトークン予測ヘッドを無効にしていました。
良い点
- Nousの評価で政府寄りの回答が22%から0.9%に減少
- Hermes Benchで能力低下は測定されず
- 評価セットと訓練用ペアを公開
- Apache 2.0で、Qwen3.8-27Bとサイズもツールも同じ
気になる点
- ベンチマーク作成、審査役の選定、全テストの実行がNous自身
- Areteと比較モデルでデコード設定が異なる
- 事実スコア2.98（5点満点）は教師の3.96に届かない
- ホスト型APIも独立した評価もない
おすすめの人
Qwen3.8-27Bをローカルで動かしていて、政治的に敏感な質問に中国政府の語り方抜きで答えさせたいチーム。
Arete-27Bの代替
Arete-27B：よくある質問
- Arete-27Bは使う価値があるか？
- Arete-27Bは、中国製モデルの政治的な語り方がささやかなファインチューン一回で外れることを示しましたが、中身は世界 観の違うQwen3.8-27Bであって、より優れたQwenではありません。 評価は5点満点中3.7点です。
- Arete-27Bの料金は？
- Apache 2.0の重みは無料。公式APIはなく、費用は自前のハードウェアです。
- Arete-27Bの欠点は？
- ベンチマーク作成、審査役の選定、全テストの実行がNous自身; Areteと比較モデルでデコード設定が異なる; 事実スコア2.98（5点満点）は教師の3.96に届かない; ホスト型APIも独立した評価もない.
- Arete-27Bは誰に向いているか？
- Qwen3.8-27Bをローカルで動かしていて、政治的に敏感な質問に中国政府の語り方抜きで答えさせたいチーム。
- チームや本番環境でArete-27Bを使うと費用はいくらか？
- 重みは無料です。約274億パラメーターで、BF16では約55 GBあるため、フル精度には80 GBのGPUが必要です。コミュニティの4ビットGGUF版やNVFP4版なら一般向けカード1枚の範囲に収まります。
- Arete-27Bは企業データを扱っても安全か？
- 自前ホストなのでプロンプトは手元のマシンに留まります。Apache 2.0は商用利用と改変を認めており、評価セットはMITで公開されています。
- Arete-27Bの代わりになるものは？
- 当サイトでレビューした中で最も近い代替はQwen3.8-27B, Inkling, Gemma 4 、 Mistral Large 4です。
回答確認日：2026年11月11日