Nous Research stellt NousCoder-14B vor: RL-Trainiertes Olympiad-Modell
Anzeige
Nous Research hat das neue Modell NousCoder-14B vorgestellt, das speziell für olympische Programmierwettbewerbe entwickelt wurde. Durch ein post‑Training mit Qwen3-14B unter Einsatz von Reinforcement Learning und überprüfbaren Belohnungen erreicht das Modell auf dem LiveCodeBench v6 Benchmark – der die Aufgaben vom 08.01.2024 bis 05.01.2025 umfasst – eine Pass@1‑Genauigkeit von 67,87 %. Damit übertrifft es die Basisversion Qwen3-14B um 7,08 Prozentpunkte und setzt damit einen neuen Standard für KI‑gestützte Programmierlösungen.
Ähnliche Artikel
VentureBeat – AI
•
NousCoder-14B: Open-Source-Modell erreicht Claude Code Konkurrenzniveau
arXiv – cs.LG
•
SuS: Strategieorientierte Überraschung steigert intrinsische Exploration im RL
arXiv – cs.LG
•
Murphy: Mehrschrittige Optimierung für selbstkorrigierende Codegenerierung
arXiv – cs.AI
•
BAPO: Agenten lernen, Grenzen zu erkennen – neue RL-Methode steigert Zuverlässigkeit
arXiv – cs.LG
•
Action Shapley: Neue Metrik für effiziente Trainingsdatenauswahl in RL
arXiv – cs.LG
•
KI-gestützte Lernmethode ermöglicht nachhaltige und sichere Schiffsnavigation