كشفت Nous Research عن Arete-27B، وهي نسخة من Qwen3.8-27B التابع لشركة Alibaba، أعاد المختبر الأمريكي تدريبها لتعزيز القيم الغربية. وأعلنت الشركة عن النموذج في منشور على مدونتها حمل تاريخ نوفمبر 2026، واصفة العمل بأنه محاولة لإعادة تشكيل سلوك نموذج مفتوح الأوزان دُرِّب في الصين.
ويأتي هذا التطور في خضم جدل محتدم حول القدر الذي تحمله النماذج الصينية من تأطير سياسي وأيديولوجي، وما إذا كان ينبغي السماح بدخول الأوزان الأجنبية إلى الشركات الغربية والوكالات الحكومية. وتقول Nous إنها قاست بدقة ما تغيّر، باستخدام تقييم من 803 أوامر نصية موزعة على سبع فئات قيمية.
ما الذي يقيسه Arete-27B؟
بنَت Nous معيار التقييم قبل تدريب أي شيء، حتى تتمكن من تحديد هدفها بدقة. وتحمل كل واحدة من الأوامر الـ803 بين حقيقتين وأربع حقائق مطلوبة مستمدة من مقال مصدري مؤرخ، إضافة إلى لغة التأطير الرسمية المستخدمة في ذلك الموضوع. وجاءت الأوامر من قوانين حكومية وتقارير إخبارية وبحثية باللغة الإنجليزية، ولم يوفّر أي مصدر واحد أكثر من 13 أمراً.
تلقّى الحكم المتمثل في نموذج لغوي كبير، Grok 4.7، الأمر النصي وإجابة النموذج والحقائق المطلوبة ومعياراً ثابتاً للتقييم، ولم يُخبر بالنموذج الذي أنتج الإجابة. ولكل حقيقة سجّل ما إذا كانت الإجابة قد ذكرتها أو أغفلتها أو ناقضتها، وكان عليه أن يقتبس عبارة فعلية كدليل قبل أن تُحتسب أي درجة دعائية. وتقول Nous إنها طوّرت هذا الحكم عبر تجربة أولية من 25 أمراً قيّمتها يدوياً، وعدّلت المعيار ثلاث مرات عندما اختلفت الدرجات الآلية والبشرية.
- النموذج الأساسي: Qwen3.8-27B من Alibaba، نموذج صيني مفتوح الأوزان
- مجموعة التقييم: 803 أوامر نصية موزعة على سبع فئات قيمية
- الفئات: حرية التعبير، أيديولوجيا الدولة، الدولة مقابل السوق الحرة، التعليم، خصوصية البيانات والمراقبة، الديمقراطية، والبيئة
- محوران يُقاسان: الاسترجاع الواقعي والتأطير (بما في ذلك رصد اللغة الرسمية المنحازة للحزب الشيوعي الصيني)
- الحكم: Grok 4.7، يقيّم الإجابات دون أن يُخبر بالنموذج الذي كتبها
