Alibaba Group Holding LtdHirundo released Westernized versions of Alibaba's Qwen models with CCP alignment stripped from the weights, undermining Alibaba's model positioning

機械的忘却を専門とするAI安全性研究所のHirundoは、アリババのQwenオープンウェイトモデルから中国共産党への政治的整合性をモデルの重みから直接除去した西洋化版を公開した。Hirundoの評価によると、元のQwen3.6-35B-A3Bは500件のプロンプトベンチマークで、回答の89.8%において中国共産党に沿った検閲、プロパガンダに沿った枠組み、または政治的バイアスを生み出したのに対し、西洋化モデルでは2.8%であった。推論、コーディング、指示追従の性能はほぼ変わらなかった。この削減は2つの外部ベンチマークでも維持され、DECCPでの拒否は65.26%から3.16%に、ChinaBenchでの非遵守は96.67%から6.67%に低下した。同じ手法により、はるかに小さいQwen3.5-4Bの中国共産党に沿った回答も89.2%から1.2%に削減された。GPQA、IFBench、LiveCodeBench、MMLU-Proでは、西洋化モデルのスコアは平均で元モデルの0.72ポイント以内にとどまり、安全性と有害性のベンチマークスコアも維持された。両モデルは現在Hugging FaceでQwen3.6-35B-A3B-WesternizedおよびQwen3.5-4B-Westernizedとして利用可能であり、HirundoはCCPC-500ベンチマークを公開する予定である。
Alibaba Group Holding LtdHirundo released Westernized versions of Alibaba's Qwen models with CCP alignment stripped from the weights, undermining Alibaba's model positioning
Astera Labs, Inc.Hirundo released its Westernized Qwen models and plans to publish its CCPC-500 benchmark, showcasing its machine-unlearning technology