A Nous Research lançou o Arete-27B em 6 de novembro de 2026 como um pós-treinamento aberto do Qwen3.8-27B. O objetivo declarado é alterar respostas que reproduzem enquadramentos políticos do Estado chinês sem abandonar a base técnica do modelo. A empresa publicou pesos, conjunto de treinamento e avaliação, mas os números de redução de “propaganda” precisam ser lidos como resultados de uma metodologia criada e julgada pela própria Nous — não como uma certificação independente de neutralidade.
Em resumo
- O Arete-27B é um modelo de 27 bilhões de parâmetros derivado do Qwen3.8-27B, da Alibaba, com pesos abertos no Hugging Face.
- A Nous treinou o modelo para mudar respostas em temas como liberdade de expressão, vigilância, democracia, educação, mercado e meio ambiente.
- A avaliação pública Propaganda_Eval contém 803 prompts e mede tanto lembrança factual quanto uso de linguagem associada ao enquadramento oficial do Partido Comunista Chinês.
- Segundo a avaliação da Nous, a taxa de respostas com esse tipo de enquadramento caiu de 22% no modelo-base para 0,9% no Arete-27B com o modo de raciocínio desativado.
- O projeto disponibiliza também 93.350 exemplos de pares de treinamento, mas não elimina a necessidade de auditoria independente, testes no idioma do usuário e controles de segurança antes de qualquer uso sensível.
O que a Nous Research afirma ter mudado
Modelos de linguagem não respondem apenas com fatos: eles também selecionam contexto, omitem informações e adotam formas de descrever assuntos políticos. A Nous chama esse conjunto de escolhas de framing, ou enquadramento. O Arete-27B foi apresentado como uma tentativa de pós-treinar o Qwen3.8-27B para reduzir respostas que repitam formulações alinhadas ao Estado chinês em temas considerados politicamente sensíveis.
A empresa descreve o modelo como uma continuação de treinamento sobre a base da Alibaba, não como uma arquitetura nova. Isso importa porque o ponto central não é competir por tamanho de contexto ou lançar um novo desenho de rede: é testar se comportamento político percebido como indesejado pode ser modificado com dados e avaliação abertos. A própria Nous diz que não corrigiu todos os comportamentos relacionados à visão de mundo presente no modelo-base e apresenta o trabalho como uma intervenção específica, não como prova de imparcialidade universal.
Como a avaliação foi construída
Para medir o efeito, a Nous publicou o Propaganda_Eval, com 803 prompts distribuídos por sete categorias: liberdade de expressão, ideologia de Estado, relação entre Estado e mercado, educação, privacidade e vigilância, democracia e meio ambiente. Cada item traz de dois a quatro fatos esperados, uma fonte datada e marcadores de linguagem que, segundo a empresa, representam enquadramentos oficiais.
O procedimento tem dois eixos. O primeiro pontua se a resposta declarou, omitiu ou contradisse os fatos requeridos. O segundo procura frases que adotam os marcadores de enquadramento definidos no conjunto. A avaliação usa um juiz automatizado — Grok 4.7 — sem informar a ele qual modelo produziu cada resposta. A Nous relata ter ajustado o rubric após uma amostra piloto de 25 prompts revisada manualmente.
Esse desenho dá ao projeto uma base mais auditável do que uma afirmação promocional sem dados: o conjunto está aberto, os exemplos podem ser inspecionados e os critérios aparecem no material publicado. Ainda assim, há uma limitação estrutural: quem define os fatos exigidos, os marcadores e a regra de julgamento influencia o resultado. Um índice de 0,9% mede desempenho naquele protocolo; não mede, por si só, “ausência de viés” em todos os idiomas, domínios ou contextos de uso.
| Elemento | O que foi divulgado | Leitura prática |
|---|---|---|
| Modelo-base | Qwen3.8-27B | O Arete herda capacidades e limitações da família de origem. |
| Modelo resultante | Arete-27B, 27 bilhões de parâmetros | É um pós-treinamento; não uma arquitetura inédita. |
| Avaliação | 803 prompts em sete categorias | Permite reproduzir parte da comparação, mas não cobre todo uso real. |
| Dados de treino | 93.350 pares no conjunto arete-data-pairs | Há material para auditoria e pesquisa, sujeito à análise de proveniência e licença. |
| Resultado informado | 22% para 0,9% de respostas marcadas no protocolo da Nous | É uma métrica do benchmark da própria autora, não validação externa. |
Dados, treinamento e disponibilidade
O conjunto arete-data-pairs está publicado no Hugging Face com 93.350 linhas e rótulos voltados a geração de texto, perguntas e respostas e SFT. O cartão do conjunto o identifica como dados em inglês e com tags de valores e dados sintéticos. Para equipes que avaliam adoção local, a abertura é útil porque permite examinar exemplos, procurar vieses próprios, excluir subconjuntos incompatíveis com a política interna e reproduzir experimentos.
Os pesos do Arete-27B também estão disponíveis publicamente. Porém, “pesos abertos” não equivale a uma autorização automática para qualquer cenário. Antes de integrar o modelo a um produto, é necessário verificar a licença exibida no repositório, os termos do Qwen3.8-27B usado como base, requisitos de hardware para o formato escolhido e obrigações de redistribuição. Uma quantização criada por terceiros pode ter termos, precisão e requisitos diferentes dos artefatos originais.
O que os resultados permitem concluir — e o que não permitem
A principal conclusão verificável é mais restrita do que o título de marketing pode sugerir: sob o benchmark e o juiz definidos pela Nous, o Arete-27B produziu menos respostas marcadas com os padrões de linguagem que a organização queria reduzir, preservando uma pontuação factual próxima à do modelo-base no recorte divulgado. Isso é um resultado técnico relevante para quem pesquisa alinhamento, pós-treinamento e governança de modelos abertos.
Não se pode concluir automaticamente que o Arete seja neutro, que responda melhor a todos os temas políticos ou que seja seguro para decisões jurídicas, governamentais, jornalísticas ou de alto impacto. “Valores ocidentais” também não é uma especificação técnica universal: envolve escolhas normativas que precisam ser explícitas para o usuário. Um modelo pode deixar de reproduzir uma formulação estatal e, ainda assim, apresentar omissões, erros factuais ou outra forma de viés.
Onde o Arete-27B pode ser útil
- Pesquisa de alinhamento: comparar como dados de preferência alteram respostas de um mesmo modelo-base.
- Auditoria de modelos locais: executar o conjunto de avaliação em pipelines próprios e acrescentar perguntas em português brasileiro.
- Produtos com revisão humana: usar o modelo como rascunhista ou assistente, mantendo checagem editorial para conteúdo político e factual.
- Estudos de governança: discutir de forma concreta quais valores foram escolhidos, quem os definiu e como foram medidos.
Limitações de segurança e de operação
O modelo não deve ser tratado como um árbitro de verdade. Equipes que o executarem localmente devem registrar versão dos pesos, prompt de sistema, temperatura, modo de raciocínio e alterações de quantização; sem isso, resultados podem não ser comparáveis à avaliação divulgada. Também vale testar resistência a instruções conflitantes, alucinações, dados pessoais e consultas em português, pois o material anunciado é predominantemente em inglês.
Para aplicações que afetam pessoas, a recomendação é manter fontes primárias acessíveis, revisão humana e mecanismo de contestação. Se o produto apresenta respostas sobre geopolítica, leis ou políticas públicas, deve separar fato confirmado de análise e mostrar referências. Trocar um enquadramento político por outro sem transparência não resolve o problema de governança; apenas desloca quem controla a lente do sistema.
Os dois materiais interativos publicados pela Nous
A fonte original inclui um painel sobre o perfil dos dados e outro sobre curvas de treinamento. Eles são relevantes porque permitem inspecionar visualmente elementos do processo descrito no anúncio.
Análise do NoticIA
O valor mais interessante do Arete-27B não é a promessa de um modelo “sem viés”. É a decisão de transformar uma disputa normalmente abstrata — quais valores um modelo reproduz — em artefatos que podem ser baixados, inspecionados e contestados: pesos, dados e avaliação. Essa abertura torna a proposta mais útil para pesquisa do que uma simples declaração de alinhamento.
Ao mesmo tempo, o projeto expõe um ponto que o setor costuma esconder: qualquer pós-treinamento carrega preferências. A pergunta correta para desenvolvedores brasileiros não é se um modelo tem valores, mas quais são eles, quem os definiu, em qual idioma foram avaliados e como o produto permite que usuários e auditores contestem respostas. O Arete-27B oferece material para começar essa auditoria; não substitui a auditoria.
Descubra mais sobre noticiAI
Assine para receber nossas notícias mais recentes por e-mail.
