Американская лаборатория искусственного интеллекта Nous Research завершила процедуру дополнительного обучения (fine-tuning) популярной открытой модели Alibaba Qwen3.8-27B, чтобы, по выражению разработчиков, «избавить её от китайских корней». В результате переобучения модель получила новое имя — Arete — и начала генерировать ответы, которые создатели оригинальной модели в Alibaba, вероятно, не сочли бы приемлемыми. Заявленная цель проекта сформулирована прямо: «утвердить западные ценности в модели, изначально обученной в Китае».

Почему «китайские корни» стали проблемой

Замысел проекта обусловлен соображениями о том, что китайские модели с открытыми весами — одни из самых мощных на сегодняшний день, однако в их весах, по мнению американских разработчиков, «изначально заложено поведение, отвечающее государственной идеологии Китая». Именно это, как поясняют в Nous Research, делает прямое использование таких моделей рискованным для западных продуктов и сервисов, где требуется нейтральная или соответствующая локальным нормам выдача.

Угрозы шире идеологии: уязвимый код

Связанные с китайскими ИИ-моделями риски, по оценке исследователей, не всегда сводятся лишь к продвижению идеологии Пекина. При определённых условиях некоторые из таких моделей способны генерировать уязвимый программный код, что представляет практическую угрозу для безопасности приложений. Это расширяет мотивацию «очистки» открытых весов от заложенных при обучении паттернов поведения.

Прецедент Hirundo: от 89,8 % до 2,8 %

Показательным примером эффективности переобучения стал опыт компании Hirundo, применившей методы fine-tuning к модели Alibaba Qwen3.6-35B-A3B. В результате объём контента, отражающего предпочтения Пекина, резко сократился: если до начала процесса этим установкам соответствовали 89,8 % ответов модели, то после переобучения показатель упал до 2,8 %. Этот кейс подтверждает, что идеологический пласт в открытых китайских моделях поддаётся коррекции.

Как именно переобучали Arete

Исследователи Nous Research добились менее эффектных, но заметных результатов: фактическая точность модели Arete-27B выросла с 2,32 до 2,98 по пятибалльной шкале, а доля содержащих пропаганду ответов снизилась с 22 % до 1 % — показатели, сопоставимые с протестированными в лаборатории западными моделями. При выборе инструмента для переобучения специалисты рассматривали модель Nvidia Nemotron 3 Ultra, однако обнаружили, что и она «демонстрировала неоднозначный подход к связанным с Китаем темам», что связали с возможным использованием китайских моделей при обучении самой Nemotron. В итоге выбор пал на открытую модель Inkling, выпущенную американской лабораторией Thinking Machines Lab. Практика показала, что пропагандистский пласт в Alibaba Qwen3.8-27B носит поверхностный характер и относительно легко устраняется на обучающем объёме данных порядка 50 млн токенов.

Что это значит для рынка открытых моделей

Случай Arete иллюстрирует растущий тренд на «перенастройку» мощных открытых китайских моделей под западные стандарты поведения и безопасности. С одной стороны, это подтверждает, что идеологическая составляющая в весах таких моделей не является необратимой и может быть снята относительно небольшим объёмом данных. С другой — поднимает вопрос о том, насколько глубоко и устойчиво можно контролировать поведение открытых весов, которые после публикации свободно распространяются и могут быть модифицированы любым пользователем.