研究称部分中国 AI 模型的倾向性可被微调剥离：Qwen3.8-27B 改造案例
据 The Decoder 报道，Nous Research 对阿里 Qwen3.8-27B 进行再训练，得到 Arete-27B。该团队称，模型输出中的亲中倾向比例从 22% 降至不足 1%，测试中通用能力基本保持；方法依赖 5300 万 token 的监督微调。团队将这种倾向描述为'施加得较晚、较薄'的一层。上述效果均为该团队披露，未经独立核实。
为什么值得看：对企业负责人而言，这条信息的意义在于：使用开源模型时的内容倾向与合规风险，可能通过后训练微调缓解，而不必直接更换基座模型，从而影响模型选型、本地部署与微调预算的判断。但效果为厂商自述，测试基准、微调数据来源和实际成本均未公开，落地前需自行验证。