
بر اساس گزارش XDA Developers، Nous Research نسخهای بازآموزیشده از مدل محلی Qwen3.8-27B با نام Arete-27B منتشر کرده است. این مدل با یک مرحله تنظیم دقیق نظارتشده (Supervised Fine-Tune) روی پاسخهای Inkling، مدل باز Thinking Machines Lab، در هفت حوزه سیاسی حساس از آزادی بیان تا نظارت آموزش دیده است.
Arete-27B چیست و چه تفاوتی با Qwen3.8 دارد؟
به گفته Nous Research، در آزمون ۸۰۳ پرامپتی این مدل، پاسخهای دارای تبلیغات سیاسی از ۲۲ درصد به ۰.۹ درصد کاهش یافته است. این مدل با نسخههای abliterated یا «بدون سانسور» Qwen3.8 که در Hugging Face رایجاند متفاوت است؛ Arete-27B یک بازآموزی هدفمند است و به گفته Nous تقریباً چیزی از دست نداده است: امتیاز ۶۵.۶۰ درصد در Hermes Bench در برابر ۶۵.۷۷ درصد نسخه اصلی. مجوز آن Apache 2.0 است و داده آموزش و مجموعه آزمون نیز عمومی منتشر شدهاند.
آزمایش روی کارت گرافیک ۱۶ گیگابایتی
XDA هر دو مدل را در llama-server روی RTX 4070 Ti Super با Ryzen 5 7600X و ۳۲ گیگابایت DDR5-6000 اجرا کرده است. فایلهای پیشفرض Q4_K_M در ۱۶ گیگابایت GDDR6X جا نمیشوند، بنابراین از کوانتهای IQ4_XS ساخت bartowski با حجم ۱۵.۲ و ۱۵.۵ گیگابایت استفاده شده و حدود ۲ گیگابایت برای سایر پردازشها باقی مانده است. هر دو مدل با سمپلرهای حالت تفکر (Thinking-Mode) از کارت مدل Qwen اجرا شدند: temperature برابر 1.0، top_p برابر 0.95، top_k برابر 20 و min_p برابر 0.
پرسش حریم خصوصی شیائومی و پیکسل
در نخستین آزمون، از هر دو مدل پرسیده شد داده شخصی شیائومی و گوگل پیکسل چه تفاوتی دارد، کجا ذخیره میشود و چه کسی میتواند به آن دسترسی داشته باشد. هر دو مدل در نهایت پیکسل را انتخاب کردند، اما استدلالها متفاوت بود. Arete دسترسی دولت چین را یک ریسک ساختاری دانست که گوگل معادل واقعی برای آن ندارد، در حالی که Qwen زمان بیشتری را صرف نظارت آمریکا کرد و هشدار داد اگر نگرانی اصلی کاربر همین باشد، پیکسل چندان کمکی نمیکند.
با این حال، هیچکدام در ثبت دقیق حقایق بینقص نبودند. Qwen بیشتر مناطق ذخیره داده شیائومی را فهرست کرد، اما Arete تنها به «چین و/یا کشورهای دیگر» بسنده کرد. Qwen به تنظیم «مکان بدون مجوز» اشاره کرد که صفحات خود گوگل برای پیکسل آن را ذکر نکردهاند و Arete دو قابلیت متفاوت حریم خصوصی پیکسل را با هم اشتباه گرفت. تفاوت زمان تفکر هم چشمگیر بود: Arete با ۳,۳۷۱ کلمه استدلال به نتیجه رسید، در حالی که Qwen حدود ۶,۰۰۰ کلمه صرف کرد.
جستوجوی وب: Arete سریعتر، Qwen دقیقتر
در آزمون دوم، هر دو مدل به نمونه SearXNG متصل شدند و همان پرسش شیائومی و پیکسل با یک درخواست اضافه برای جستوجوی وب و ذکر منابع ارسال شد. هر دو با ۳۲ هزار توکن زمینه (Context) و سمپلرهای یکسان شروع کردند. Arete نه جستوجو انجام داد، چهار صفحه خواند و برای هر صفحه محدودیت کاراکتر گذاشت؛ کار آن حدود ۱۵ دقیقه و با مصرف حدود ۲۲ هزار توکن زمینه تمام شد. Qwen اما در ۳۲ هزار توکن زمینه تمام کرد و برای اتمام کار باید زمینه به ۶۴ هزار توکن با کش ۸ بیتی (8-bit Cache) افزایش مییافت. این مدل ۳۸ دقیقه، ۱۲ جستوجو و ۱۲ خواندن صفحه را ثبت کرد و هیچ صفحهای را محدود نکرد.
با این حال، تلاش بیشتر Qwen در پاسخ نهایی دیده شد: سیاست حریم خصوصی شیائومی را خواند، گفت کدام سایتها دسترسی را مسدود کردهاند و ادعاهای تأییدنشده را کنار گذاشت. Arete یک مطالعه درباره گوشیهای فروختهشده در چین را به همه مدلهای شیائومی تعمیم داد، به رقمی از صفحهای استناد کرد که واقعاً آن را نخوانده بود و به یک پست انجمن تکیه کرد. Qwen هم بیعیب نبود و توانایی نامههای امنیت ملی آمریکا (National Security Letters) برای دسترسی به دادههای گوگل را بیش از حد بزرگ کرد. هر دو مدل باز هم پیکسل را انتخاب کردند و این بار مطمئنتر از آزمون بدون جستوجو به نظر میرسیدند.
نتیجه: کدام مدل برای استفاده روزمره مناسبتر است؟
در یک اجرای هر آزمون، Arete-27B کمتر فکر کرد، کمتر جستوجو کرد و در محدوده ۳۲ هزار توکن زمینه تمام شد؛ Qwen در همان آزمون به دو برابر زمینه و زمان بسیار بیشتری نیاز داشت. اما Arete منابع را به دقت Qwen بررسی نکرد. بنابراین برای پرسشهای روزمره میتوان Arete را گزینه راحتتری روی کارت ۱۶ گیگابایتی دانست، ولی برای پژوهش و استناد به یافتههای وب، بازبینی دستی منابع ضروری است.