Explora IAdemia

Actualidad por tema

Buscar en IAdemia

Escribe una palabra o un tema.

    PublicadoModelos y herramientas

    Nous Research reentrena un modelo de Alibaba y, según sus mediciones, reduce su propaganda estatal china de 22% a cerca de 1%

    El resultado, Arete-27B, se publicó con pesos abiertos. Sus autores concluyen que el sesgo político de estos modelos es una capa delgada que se puede quitar con un ajuste fino relativamente barato.

    Sede del grupo Alibaba en Hangzhou
    Foto: Thomas Lombard / CC-BY-SA-3.0 vía Wikimedia Commons

    La startup estadounidense Nous Research publicó Arete-27B, una versión reentrenada del modelo abierto Qwen3.8-27B de Alibaba en la que la proporción de respuestas con propaganda estatal china cae de 22% a cerca de 1%, según sus propias mediciones. El modelo quedó disponible en Hugging Face con licencia Apache 2.0, que permite usarlo y modificarlo con fines comerciales.

    El hallazgo central, en palabras de la propia Nous Research, es que la capa de sesgo de un modelo alineado con China es superficial. Para medirla, el equipo construyó una evaluación de 803 preguntas repartidas en siete categorías: libertad de expresión, ideología del Estado, Estado frente a libre mercado, educación, privacidad y vigilancia, democracia y medio ambiente. Cada pregunta se compara con entre dos y cuatro hechos tomados de fuentes fechadas, como leyes, noticias o artículos científicos, y un modelo de otra empresa, Grok 4.7 de xAI, puntúa las respuestas sin saber qué sistema las escribió.

    Los resultados que reporta Nous Research son claros. La precisión factual promedio, en una escala de 0 a 5, sube de 2,32 a 2,98, y la proporción de respuestas con algún contenido propagandístico baja de 22% a 1%. El mayor cambio aparece en libertad de expresión: según The Decoder, que cubrió el estudio el 7 de noviembre, la propaganda en esa categoría pasó de 60% a 1%. Para lograrlo bastó un ajuste fino supervisado de unos 53 millones de tokens durante dos épocas, sin aprendizaje por refuerzo ni cambios en la arquitectura. Como modelo maestro usaron Inkling, de Thinking Machines Lab, un modelo abierto elegido para evitar las restricciones de uso que imponen otros proveedores a la destilación.

    La empresa sostiene que el modelo no perdió capacidades generales. En su prueba interna Hermes Bench obtuvo 65,60%, frente a 65,77% del original, una diferencia que los autores consideran ruido. En Terminal-Bench 2.1 subió de 67% a 70%, pero Nous Research aclara que no se atribuye esa mejora por diferencias de configuración en la prueba.

    Hay límites que conviene tener presentes. La evaluación, el criterio de corrección y los datos de entrenamiento son obra del mismo equipo, el juez es otro modelo de lenguaje y no hay una verificación independiente: las cifras que recoge The Decoder salen de las pruebas de la propia Nous Research. Los propios autores advierten que no pretenden haber corregido todas las conductas asociadas a esa visión del mundo, y su objetivo declarado es acercar las respuestas a lo que llaman valores occidentales, lo que también es una elección editorial. The Decoder recuerda además, citando un estudio de ValsAI, que el sesgo de los modelos chinos varía según el modelo, el idioma y el formato de respuesta.

    Para quienes usan modelos chinos gratuitos, como Qwen, DeepSeek o GLM, en empresas o proyectos de América Latina, el trabajo tiene una lectura práctica. Esos modelos pueden responder de forma sesgada en temas políticos sensibles, y según la comparación de Nous Research, GLM-5.3 y DeepSeek V4.1 Flash todavía rondan 15% y 16% de respuestas con propaganda. Pero el sesgo no es inamovible: con una inversión moderada se puede corregir, y la evaluación publicada sirve para medirlo antes de poner un modelo en producción.

    Información de la publicación

    Publicado

    15 nov 2026

    Última actualización

    17 nov 2026

    Estado editorial

    Publicado
    ← Volver a Modelos y herramientas

    Cargando comentarios…

    Abrir la conversación