Nous Research 基于 Qwen3.8-27B 微调出 Arete-27B，宣传口径回答占比从 22% 降至 0.9%

Nous Research 对阿里 Qwen3.8-27B 做监督微调，发布 Arete-27B，称其事实得分从 2.32 升至 2.98（满分 5），含宣传口径的回答占比从 22% 降到 0.9%。训练仅用 SFT，约 52.8M token、64k 上下文、2 个 epoch 共 1,202 步，教师模型为 Inkling，数据覆盖言论自由、国家意识形态等七个价值类别。作者称在 Hermes Bench 上与原模型差距在 0.2 个百分点内，Terminal-Bench-2.1 从 67% 升至 70%，但不为此归功。