Nous avons poursuivi l’entraînement de Qwen3.8-27B d’Alibaba afin de renforcer les valeurs occidentales dans un modèle entraîné en Chine. Nous appelons ce nouveau modèle Arete-27B.
@nousresearch · Présentation d’Arete-27B : Qwen3.8-27B, post-entraîné pour renforcer les valeurs occidentales. Les modèles open source chinois sont actuellement les plus performants disponibles, mais ils intègrent dans leurs poids des comportements alignés sur l’État. Nous avons créé une évaluation de 803 prompts répartis en sept catégories de valeurs, dont la liberté d’expression, la démocratie,...
Pratik Gandhi / @pratikg · ⚡ FACE-À-FACE : Arete-27B de @NousResearch tourne aussi vite que le Qwen3.8-27B à partir duquel il a été fine-tuné, avec TensorFold 1.2.4 et MLX, tous deux en 4 bits, sur mon Mac mini M5 Pro de 64 Go — Avec TensorFold, à 512 tokens, j’ai obtenu 17,2 tok/s avec Arete et 16,8 avec Qwen — Avec MLX, à 512 tokens, j’ai obtenu 17,7 tok/s avec Aret...
@morganemoss · Quel plaisir de travailler avec l’équipe sur ce modèle :-) j’espère que beaucoup de gens apprécieront l’article de blog et les poids
