Nous Research ได้ทำการ fine-tune โมเดล Qwen3.8-27B ของ Alibaba โดยใช้ข้อมูล 53 ล้านโทเค็น เพื่อกำจัดโฆษณาชวนเชื่อของรัฐบาลจีน
การทดสอบของ Nous ใช้ 803 prompts ครอบคลุม 7 หมวดหมู่ เช่น เสรีภาพในการพูด อุดมการณ์ของรัฐ การศึกษา และประชาธิปไตย โดยใช้ Grok 4.7 ของ xAI เป็นโมเดลผู้ตัดสิน
ทีมงานสรุปว่า “ชั้นของอคติในโมเดลที่สอดคล้องกับจีนนั้นตื้น” และการกำจัดด้วยข้อมูลควบคุม 50 ล้านโทเค็นนั้นทำได้โดยไม่กระทบส่วนอื่น
ด้วย Arete นั้น Nous กำลังมุ่งหน้าไปในทิศทางที่แตกต่างจาก Hermes 3 ที่ตั้งใจให้เป็นกลาง และการศึกษาของ Aleph Alpha พบว่าโมเดลจีนหลายตัวมีความสมดุลของคำตอบเพียง 17-41 เปอร์เซ็นต์เท่านั้น
Arete-27B พร้อมใช้งานภายใต้ Apache 2.0 license บน Hugging Face และ Nous กำลังขยายตลาดไปยัง Enterprise ด้วย “Hermes for Businesses”
ศัพท์ที่ควรรู้
- Fine-tuning – การปรับแต่งโมเดล AI ให้ทำงานเฉพาะด้านโดยใช้ข้อมูลเพิ่มเติม
- Qwen3.8-27B – คือชื่อโมเดลภาษาขนาดใหญ่ (LLM) ของ Alibaba ที่ถูกนำมาใช้ในการทดลอง
- Prompts – ชุดคำถามหรืออินพุตที่ใช้ในการทดสอบและประเมินผลลัพธ์ของโมเดล
- Grok 4.7 – คือโมเดล AI ที่ใช้เป็นผู้ตรวจสอบ (judge model) ในการทดสอบว่าคำตอบนั้นมีอคติหรือไม่
- Apache 2.0 license – คือสัญญาอนุญาตใช้งานซอฟต์แวร์ที่อนุญาตให้ผู้ใช้สามารถนำไปใช้ต่อยอดได้ภายใต้เงื่อนไขที่กำหนด
ที่มา: The Decoder