用一个 27B 的开源微调模型，把“宣传腔”回答从两成压到不足百分之一——这是 Nous Research 这次发布最值得注意的一句话。
发生了什么
Nous Research 发布了 Arete-27B，它是 Qwen3.8-27B 的微调版本，采用 Apache 2.0 许可。按 Nous 自己的评测口径：在一套 803 条提示词的评测集上，模型给出“宣传式回答”的比例从基线的 22% 降到 0.9%；与此同时，Hermes Bench 上的表现保持在 65.60%，没有出现明显下滑。
需要说明的是，这两个数字都来自 Nous 自建的评测，而非第三方独立复现。803 条提示的规模也决定了它更适合看趋势，而不是当作精确的能力刻度。
为什么重要
“宣传腔”不是传统意义上的有害内容，它更像一种语气偏移：回答不再呈现争议、不再标注不确定性，而是滑向单方面的立场输出和口号式表述。这类问题在通用对齐流程里往往被忽略——安全评测盯的是暴力、违法、隐私，而“立场是否单一”“是否回避反方证据”很少进入打分表。
Arete-27B 的价值在于把这类软性偏差做成了一个可量化、可微调的目标。它证明了一件事：语气与立场层面的行为，可以通过相对轻量的微调显著改变，而不必以通用能力大幅退化为代价——Hermes Bench 持平正是这一点的证据。对一个 27B 级别的开源模型来说，这意味着下游团队可以按自己的偏好重塑模型的表达风格，而不是只能在“要么接受、要么换模型”之间选择。
影响与看点
对开发者而言，Apache 2.0 加 27B 的组合意味着可商用、可本地部署、可继续微调，适合做面向特定语域的产品——比如需要中立陈述的检索问答、政策文本摘要、多语种新闻处理。
对行业而言，更值得关注的是评测方法本身。Nous 用一套自建提示集定义并测量“宣传倾向”，这套口径能否被复现、是否会被其他团队沿用或反驳，比单次跑分更有意义。如果这类“软性对齐”指标逐渐标准化，模型发布时的对比维度会从单纯的正确率扩展到表达风格。
一个克制的判断：0.9% 这个数字的说服力，最终取决于评测集是否公开、提示是否覆盖足够多的议题与语种。在第三方复现出现之前，它更适合被读作“方向可行”，而不是“问题已解决”。
