Nous Research reentrenó Qwen3.8 y la propaganda en sus respuestas bajó del 22% al 1%
Nous Research (EE. UU.) reentrenó el modelo abierto chino Qwen3.8-27B de Alibaba y lo llamó Arete: la proporción de respuestas con propaganda bajó del 22% al 1%. Bastaron 50 millones de tokens de datos, poca cantidad según los estándares de la IA. La precisión factual subió de 2,32 a 2,98 puntos sobre cinco. La capa ideológica de los pesos chinos resultó ser superficial, así que corregirla y auditarla sale barato.
Procesado por IA desde 3DNews AI; editado por Hamidun News
Imagine que integra en un chatbot un modelo chino abierto y que, al preguntarle por política e historia, empieza a repetir la postura oficial de Pekín. Ese es el problema que resolvió el laboratorio estadounidense Nous Research. Tomó Alibaba Qwen3.8-27B, lo reentrenó con un conjunto de datos pequeño y obtuvo la versión Arete. En ella, la proporción de respuestas con propaganda bajó del 22% al 1%, y la puntuación de precisión factual subió de 2,32 a 2,98 en una escala de cinco puntos. Todo el proceso requirió 50 millones de tokens de datos de entrenamiento.
Qué hicieron exactamente con Qwen3.8-27B
Los desarrolladores formularon el objetivo del proyecto sin rodeos: afianzar valores occidentales en un modelo entrenado originalmente en China. Su argumento es que los modelos chinos de pesos abiertos son hoy de los más potentes, pero en sus pesos está incorporado un comportamiento que responde a la ideología oficial china.
Técnicamente, se trata de un entrenamiento adicional. Se puede comparar con un empleado que domina su trabajo pero, en los temas delicados, responde con frases memorizadas. Se le da un curso breve: sus conocimientos se mantienen y cambia la forma de responder a las preguntas sensibles.
Las cifras son estas. Se considera «respuesta con propaganda» aquella que repite las premisas de la ideología china. Arete-27B tiene un 1% de estas respuestas; antes eran un 22%. Según 3DNews, los modelos occidentales que Nous Research probó en su laboratorio presentan cifras similares. La precisión factual, es decir, el grado en que las respuestas coinciden con los hechos reales, subió de 2,32 a 2,98 sobre cinco. La mejora es notable, aunque un resultado algo inferior a tres puntos difícilmente puede considerarse impecable.
Por qué bastaron 50 millones de tokens
La observación clave es que la capa propagandística de Qwen3.8-27B resultó ser superficial. Se eliminó con un volumen de datos de 50 millones de tokens. Para los modelos actuales es poco, y se trata de un ajuste fino, no de un entrenamiento desde cero.
También es revelador el criterio para elegir herramientas. Al principio, los investigadores consideraron el modelo Nvidia Nemotron 3 Ultra, pero comprobaron que también respondía de forma ambigua a temas relacionados con China. Supusieron que en su entrenamiento pudieron haberse utilizado modelos chinos. Finalmente, la elección recayó en Inkling, un modelo abierto de la estadounidense Thinking Machines Lab. El origen de los datos de entrenamiento influye en el comportamiento del modelo, y el nombre de la empresa o la licencia no permiten adivinarlo.
Hirundo tiene una experiencia similar. Aplicó métodos de reentrenamiento a Qwen3.6-35B-A3B, y la proporción de respuestas que reflejan las preferencias de Pekín bajó del 89,8% al 2,8%. El efecto de Hirundo es más fuerte que el de Nous Research, pero, según la descripción, las métricas de ambos proyectos son distintas, así que no se pueden comparar directamente.
Qué deben hacer los desarrolladores
Los riesgos de los modelos chinos no se limitan a la ideología. Según 3DNews, en determinadas condiciones algunos de ellos pueden generar código vulnerable. Por eso, evaluar estos pesos solo con clasificaciones no basta.
Conclusiones prácticas:
- Si va a usar un modelo abierto chino para un bot, de soporte o de analítica, pruébelo con un conjunto de preguntas sobre política, historia y acontecimientos controvertidos antes del lanzamiento.
- En escenarios críticos, conviene considerar un ajuste fino ligero: según estos casos, es barato y funciona con rapidez.
- Para código y agentes hace falta una auditoría de seguridad específica. Que las respuestas sobre política sean limpias no dice nada sobre la seguridad del código generado.
Hay también matices. Los datos proceden de 3DNews, y el texto no detalla los métodos completos para medir la propaganda y la precisión factual. Además, la noción de «valores occidentales» es discutible: es una elección de los autores del proyecto, no un estándar neutral. Aun así, el hecho en sí es relevante para quien elige pesos abiertos para producción: el sesgo ideológico se elimina con una pequeña cantidad de datos, y por tanto puede medirse y corregirse si hace falta.
- 21 nov 2026Atacaron a una phi3 local en el 51% de los intentos: el desarrollador le puso un gateway de seguridad
- 21 nov 2026Thinking Machines publica Inkling 2 Mini, un modelo abierto de 26,4 000 millones de parámetros para Mac con 32 GB
- 21 nov 2026Nvidia duplicó sus beneficios, pero sus acciones cayeron un 2% por la búsqueda de un nuevo consejero delegado
- 21 nov 2026Samsung quiere comprar Modine, proveedor de refrigeración para centros de datos, por casi 6000 millones de dólares
Preguntas frecuentes sobre la noticia
¿Qué se sabe sobre Qué hicieron exactamente con Qwen3.8-27B?
Los desarrolladores formularon el objetivo del proyecto sin rodeos: afianzar valores occidentales en un modelo entrenado originalmente en China. Su argumento es que los modelos chinos de pesos abiertos son hoy de los más potentes, pero en sus pesos está incorporado un comportamiento que responde a la ideología oficial china. Técnicamente, se trata de un entrenamiento adicional. Se puede comparar con un empleado que domina su trabajo pero, en los temas delicados, responde con frases memorizadas.
¿Qué se sabe sobre Por qué bastaron 50 millones de tokens?
La observación clave es que la capa propagandística de Qwen3.8-27B resultó ser superficial. Se eliminó con un volumen de datos de 50 millones de tokens. Para los modelos actuales es poco, y se trata de un ajuste fino, no de un entrenamiento desde cero. También es revelador el criterio para elegir herramientas. Al principio, los investigadores consideraron el modelo Nvidia Nemotron 3 Ultra, pero comprobaron que también respondía de forma ambigua a temas relacionados con China.
¿Qué se sabe sobre Qué deben hacer los desarrolladores?
Los riesgos de los modelos chinos no se limitan a la ideología. Según 3DNews, en determinadas condiciones algunos de ellos pueden generar código vulnerable. Por eso, evaluar estos pesos solo con clasificaciones no basta. Conclusiones prácticas: Si va a usar un modelo abierto chino para un bot, de soporte o de analítica, pruébelo con un conjunto de preguntas sobre política, historia y acontecimientos controvertidos antes del lanzamiento.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.