Kamis, 19 November 2026 | WITA Cepat • Berani • Dekat dengan Warga
SuaraLutim - Suara Warga, Kabar Luwu Timur
Viral Nusantara

Viral Nusantara: Arete-27B Kupas Propaganda Model Qwen

9 November 2026 • zul • 41 kali dibaca
Logo Qwen, model dasar yang dilatih ulang Nous Research menjadi Arete-27B
Alibaba Cloud, Apache License 2.0, via Wikimedia Commons
ASM Group
Iklan

Viral nusantara di kalangan pengembang model terbuka: Nous Research merilis Arete-27B, model yang dibangun dengan melatih ulang Qwen3.8-27B milik Alibaba. Tujuannya terang, yaitu mengurangi jawaban yang mengikuti narasi resmi Partai Komunis Tiongkok. Bobot model tersedia terbuka dengan lisensi Apache 2.0.

Klaim utamanya bukan soal kecerdasan yang lebih tinggi, melainkan soal kecenderungan politik. Menurut Nous, jawaban yang mengandung propaganda turun dari 22 persen menjadi 0,9 persen pada uji internal mereka. Skor fakta naik dari 2,32 menjadi 2,98 pada skala 0 sampai 5.

Angka itu berasal dari pengujian yang dirancang sendiri oleh Nous, dengan satu model sebagai juri. Karena belum direplikasi pihak independen, hasilnya perlu dibaca sebagai klaim vendor yang transparan, bukan kebenaran yang sudah terbukti. Artikel ini menjabarkan metodenya sekaligus batasannya.

Apa itu Arete-27B

Arete-27B adalah model 27 miliar parameter hasil supervised fine-tuning atas Qwen3.8-27B. Nous menyebut model dasar itu sebagai salah satu model lokal paling kuat yang mereka pakai, sekaligus yang paling sering menunjukkan perilaku yang ingin mereka ubah. Bobot, data latih, dan perangkat evaluasi dirilis terbuka.

Tata Atur
Iklan

Nama Arete diambil dari istilah Yunani kuno tentang keunggulan dan kebajikan. Nous menjelaskan bahwa mereka ingin memberi pengguna pilihan nilai, bukan hanya nilai yang dibawa model sejak awal. Dalam pandangan mereka, pengguna model berhak menentukan nilai mana yang dipakai untuk bekerja.

Yang penting dicatat, model ini bukan ciptaan dari nol. Seluruh kemampuan berbahasa, penalaran, dan pengetahuan dasar tetap berasal dari Qwen3.8-27B. Nous hanya mengubah lapisan perilaku melalui contoh percakapan yang mereka siapkan sendiri, tanpa mengubah arsitektur.

Iklan

Campus Commercial Park C.CO Park

Campus Commercial Park: rukost di kawasan kampus

C.CO Park menghadirkan kawasan ruko dan kost dalam satu gerbang, dirancang untuk mahasiswa dan penghuni sekitar kampus. Cocok untuk yang mencari aset produktif dengan pengelolaan kawasan yang tertata.

Buka ccopark.com

Viral nusantara: propaganda Qwen turun dari 22 ke 0,9 persen

Pada uji 803 prompt, Qwen3.8-27B asli dinilai mengandung propaganda pada 22 persen jawaban. Setelah dilatih ulang, Arete-27B turun ke 0,9 persen. Skor faktanya juga membaik, dari 2,32 menjadi 2,98, meski masih di bawah model guru yang mencapai 3,96.

Nous mengukur dua hal sekaligus, yaitu kemampuan menyebut fakta yang benar dan kecenderungan mengadopsi bahasa resmi. Sebuah jawaban dihitung sebagai propaganda bila mengutip narasi resmi sebagai fakta, membenarkannya, atau menempatkannya setara dengan fakta yang terverifikasi. Juri wajib mengutip kalimat yang jadi dasar penilaian.

Hasil lengkapnya dirangkum di AI Weekly dan diuraikan lebih rinci oleh The Decoder. Keduanya menekankan satu hal yang sama, yaitu bahwa bias pada model Tiongkok ternyata bisa dikupas dengan anggaran latih yang relatif kecil.

Resep latihan tanpa reinforcement learning

Nous memakai sekitar 52,8 juta token pada konteks 64 ribu, selama dua epoch dan 1.202 langkah. Tidak ada reinforcement learning, tidak ada preference optimization, dan tidak ada perubahan arsitektur. Model dilatih dengan tensor parallel empat dan presisi bf16.

Data latihnya dibangkitkan oleh Inkling, model guru dari Thinking Machines Lab yang juga terbuka. Inkling menghasilkan 20.000 prompt yang tersebar di tujuh kategori nilai, mulai dari kebebasan berbicara, ideologi negara, pasar bebas, pendidikan, privasi, demokrasi, sampai kebijakan lingkungan.

Pemilihan guru open source bukan kebetulan. Nous menyebut model komersial biasanya melarang distilasi dalam ketentuan layanan mereka. Sebelum latihan, tim juga membuang setiap prompt latih yang beririsan dengan set evaluasi, supaya kenaikan skor tidak berasal dari kebocoran data.

Cara mengukur: 803 prompt dan juri Grok 4.7

Set evaluasi berisi 803 prompt yang diambil dari undang-undang, arsip berita, dan laporan riset berbahasa Inggris. Untuk setiap prompt, tim menetapkan dua sampai empat fakta wajib. Tidak ada satu sumber yang menyumbang lebih dari 13 prompt, sehingga sebaran topiknya cukup lebar.

Juri yang dipakai adalah Grok 4.7. Model itu menerima prompt, jawaban, daftar fakta wajib, dan rubrik penilaian, tanpa diberi tahu model mana yang menjawab. Sebelum dipakai, rubrik diuji pada 25 prompt yang dinilai manual, lalu diperbaiki tiga kali ketika penilaian juri berbeda dengan penilai manusia.

Desain ini cukup rapi untuk ukuran rilis model terbuka, tetapi tetap punya keterbatasan. Satu model juri bisa punya bias sendiri, terutama karena Grok 4.7 berasal dari penyedia yang berbeda. Nous tidak melaporkan pengujian dengan juri kedua atau penilaian manusia dalam skala besar.

LPK Lunarica
Iklan
Redaksi SuaraLutim

Tim redaksi SuaraLutim mengabarkan isu Luwu Timur secara cepat, berani, dan dekat dengan warga. Setiap informasi diverifikasi sebelum diterbitkan.

Baca Juga