Intensif Gratuit 21–22/11Intensif gratuit de 2 jours en Vibecoding (21–22 nov, 16h00 MSK) · Cohorte 3 le 23/11S'inscrire gratuitement →Cohorte 3 (23/11)
SortieAnalyse · Sur le radar3DNews AI→ original

Nous Research a réentraîné le modèle chinois Qwen3.8 : la propagande dans les réponses tombe de 22 % à 1 %

Nous Research (États-Unis) a affiné le modèle open source chinois Qwen3.8-27B d'Alibaba et l'a rebaptisé Arete : la part de réponses propagandistes est passée de 22 % à 1 %. Il a suffi de 50 millions de tokens de données, un volume modeste à l'échelle de l'IA. L'exactitude factuelle est passée de 2,32 à 2,98 points sur cinq. La couche idéologique des poids chinois s'est révélée superficielle, ce qui rend la vérification et la correction de cette couche peu coûteuses.

Traité par IA depuis 3DNews AI ; édité par Hamidun News
Nous Research a réentraîné le modèle chinois Qwen3.8 : la propagande dans les réponses tombe de 22 % à 1 %
Source : 3DNews AI. Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaire3DNews AI ↗
Rédacteur en chef
Chiffre clé #1Hirundo a ramené les réponses « pro-Pékin » de Qwen3.6-35B-A3B de 89,8 % à 2,8 %
Nvidia Nemotron 3 Ultra n'a pas convenusur les sujets liés à la Chine, ses réponses restaient ambiguës
Chiffre clé #3Le socle retenu est le modèle open source Inkling de Thinking Machines Lab

Imaginez que vous intégriez à un chatbot un modèle chinois open source qui, sur les questions politiques et historiques, reprend la position officielle de Pékin. C'est précisément le problème qu'a voulu résoudre le laboratoire américain Nous Research. Il a pris Alibaba Qwen3.8-27B, l'a affiné sur un jeu de données restreint et a obtenu une version appelée Arete. La part de réponses propagandistes y est tombée de 22 % à 1 %, et la note d'exactitude factuelle est passée de 2,32 à 2,98 sur une échelle de cinq. Il a suffi de 50 millions de tokens de données d'entraînement.

Ce qui a été fait concrètement sur Qwen3.8-27B

Les développeurs ont formulé l'objectif sans détour : ancrer des valeurs occidentales dans un modèle entraîné à l'origine en Chine. Leur argument est que les modèles chinois à poids ouverts figurent aujourd'hui parmi les plus puissants, mais que leurs poids intègrent un comportement conforme à l'idéologie d'État chinoise.

Techniquement, il s'agit d'un entraînement complémentaire. On peut comparer cela à un collaborateur qui maîtrise parfaitement son métier mais répond aux sujets sensibles par des formules apprises par cœur. On lui fait suivre une courte formation : ses connaissances restent intactes, mais sa manière de répondre aux questions délicates change.

Les chiffres sont les suivants. Est considérée comme une « réponse propagandiste » une réponse qui reprend les positions de l'idéologie chinoise. Arete-27B en produit 1 %, contre 22 % auparavant. Selon 3DNews, des modèles occidentaux testés par Nous Research dans son laboratoire affichent des résultats à peu près comparables. L'exactitude factuelle, c'est-à-dire la concordance des réponses avec les faits réels, est passée de 2,32 à 2,98 sur cinq. La progression est nette, mais un score légèrement inférieur à trois ne peut guère être qualifié de irréprochable.

Pourquoi 50 millions de tokens ont suffi

Le constat principal : la couche propagandiste de Qwen3.8-27B était superficielle. Elle a pu être retirée avec 50 millions de tokens. Pour les modèles actuels, c'est peu : il s'agit d'un ajustement léger, et non d'un entraînement depuis zéro.

Le choix des outils est également révélateur. Les chercheurs ont d'abord envisagé Nvidia Nemotron 3 Ultra, mais ont constaté qu'il répondait lui aussi de façon ambiguë aux sujets liés à la Chine. Ils ont supposé que des modèles chinois avaient pu servir à entraîner Nemotron. Ils se sont finalement tournés vers Inkling, un modèle open source de l'entreprise américaine Thinking Machines Lab. L'origine des données d'entraînement influence le comportement d'un modèle, et on ne peut pas la deviner à partir du nom de l'entreprise ou de la licence.

La société Hirundo a une expérience comparable. Elle a appliqué des méthodes de réentraînement à Qwen3.6-35B-A3B, et la part de réponses reflétant les préférences de Pékin est passée de 89,8 % à 2,8 %. L'effet obtenu par Hirundo est plus marqué que celui de Nous Research, mais, d'après les descriptions disponibles, les métriques des deux projets diffèrent : une comparaison directe n'est donc pas possible.

Ce que doivent faire les développeurs

Les risques liés aux modèles chinois ne se limitent pas à l'idéologie. Selon 3DNews, certains d'entre eux peuvent, dans des conditions précises, générer du code vulnérable. Il est donc impossible d'évaluer ces poids uniquement à partir des classements.

Conclusions pratiques :

  • Si vous utilisez un modèle chinois open source pour un chatbot, un support client ou de l'analyse, soumettez-le à un jeu de questions sur la politique, l'histoire et les événements controversés avant la mise en production.
  • Pour les usages critiques, envisagez un affinage léger : d'après ces retours d'expérience, il est peu coûteux et rapide.
  • Pour le code et les agents, un audit de sécurité distinct est nécessaire. De bonnes réponses sur la politique ne disent rien de la sécurité du code généré.

Des réserves s'imposent. Les données proviennent de 3DNews, et les méthodes complètes d'évaluation de la propagande et de l'exactitude factuelle ne sont pas détaillées dans le texte. La notion de « valeurs occidentales » est également discutable : il s'agit d'un choix des auteurs du projet, et non d'un standard neutre. Le fait lui-même reste néanmoins important pour quiconque choisit des poids ouverts pour la production : l'empreinte idéologique peut être effacée avec une faible quantité de données, ce qui signifie qu'elle peut être mesurée et, au besoin, corrigée.

Dossier

Questions clés sur cet article

Que sait-on sur Ce qui a été fait concrètement sur Qwen3.8-27B ?

Les développeurs ont formulé l'objectif sans détour : ancrer des valeurs occidentales dans un modèle entraîné à l'origine en Chine. Leur argument est que les modèles chinois à poids ouverts figurent aujourd'hui parmi les plus puissants, mais que leurs poids intègrent un comportement conforme à l'idéologie d'État chinoise. Techniquement, il s'agit d'un entraînement complémentaire.

Pourquoi 50 millions de tokens ont suffi?

Le constat principal : la couche propagandiste de Qwen3.8-27B était superficielle. Elle a pu être retirée avec 50 millions de tokens. Pour les modèles actuels, c'est peu : il s'agit d'un ajustement léger, et non d'un entraînement depuis zéro. Le choix des outils est également révélateur. Les chercheurs ont d'abord envisagé Nvidia Nemotron 3 Ultra, mais ont constaté qu'il répondait lui aussi de façon ambiguë aux sujets liés à la Chine. Ils ont supposé que des modèles chinois avaient pu servir à entraîner Nemotron.

Que sait-on sur Ce que doivent faire les développeurs ?

Les risques liés aux modèles chinois ne se limitent pas à l'idéologie. Selon 3DNews, certains d'entre eux peuvent, dans des conditions précises, générer du code vulnérable. Il est donc impossible d'évaluer ces poids uniquement à partir des classements. Conclusions pratiques : Si vous utilisez un modèle chinois open source pour un chatbot, un support client ou de l'analyse, soumettez-le à un jeu de questions sur la politique, l'histoire et les événements controversés avant la mise en production.

ZK
Zhemal Khamidun — CPO d'Alpina Digital, product manager d'AlpinaGPT. Conçoit des produits IA depuis 2019. Hamidun News est un projet personnel devenu un agrégateur en production avec plus de 6 000 lecteurs.
✦ Unified AI Workspace · Nomad

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.

Try Nomad AI →Launch Nomad Agent
Qu'en pensez-vous ?
Chargement des commentaires…