Nous, Qwen'i Pekin gibi konuşmaktan vazgeçirdi: 53 milyon token yetti
Nous Research, Alibaba'nın Qwen3.8-27B modelini yalnızca gözetimli ince ayarla yeniden eğitti: 52,8 milyon token, 1.202 adım, pekiştirmeli öğrenme yok. Şirketin 803 istemlik değerlendirmesinde Pekin'in resmî söylemini benimseyen yanıtlar %22'den %0,9'a indi, olgu puanı 5 üzerinden 2,32'den 2,98'e çıktı; genel yetenekler ise yerinde saydı. Nous'a göre bu, açık bir modeldeki değerlerin 'her zaman bir ince ayar uzağınızda' olduğunu gösteriyor — bu saptama iki yöne de kesiyor.