Nous Research 发布 NousCoder-14B 开源编程模型

Nous Research于2026年1月7日发布开源编码模型NousCoder-14B，该模型基于阿里巴巴的Qwen3-14B，使用48块Nvidia B200 GPU训练仅四天，便在LiveCodeBench v6上达到67.87%的准确率，较基础模型提升7.08个百分点。这一成绩据称匹配或超越多个更大的闭源系统。

训练由前竞赛程序员、驻场研究员Joe Li主导。他估算模型在Codeforces评分上从约1600-1750区间跃升至2100-2200，相当于他本人从14岁到16岁近两年的进步，而模型仅用四天。但Li指出，人类在此期间解决了约1000道题，模型却需要24,000道——人类仍是更高效的样本学习者。

NousCoder-14B采用基于可验证奖励的强化学习，通过DAPO（动态采样策略优化）和迭代上下文扩展（从32K token到40K token，评估时扩展至约80K token）进行训练。训练使用Modal平台并行执行沙盒代码验证，每道题含数百个测试用例，限制15秒和4GB内存。

然而，Li在技术报告中指出，24,000道训练题已涵盖“互联网上所有现成、可验证的竞赛编程题的绝大部分”。他写道：“这表明在竞赛编程领域，我们已接近高质量数据的极限。”这一观察呼应了AI行业对数据日益稀缺的担忧，并暗示未来研究需聚焦于合成数据生成和数据高效算法。

Nous Research以开源著称，此次不仅发布模型权重，还公开了完整的强化学习环境、基准套件和训练框架Atropos，使任何拥有足够算力的研究者都能复现或扩展其工作。这一定位与Anthropic的Claude Code形成对比——后者自2026年元旦以来在社交媒体上引发热议，开发者纷纷发布惊叹帖。

例如，Google Gemini API首席工程师Jaana Dogan在X上发帖称，她用三段落提示词让Claude Code在一小时内生成了其团队耗时一年构建的分布式代理编排系统。这一对比凸显了闭源工具的即时吸引力与开源透明性之间的张力。

Nous Research由Paradigm等加密风投支持，致力于以开源模型与闭源巨头竞争。但数据瓶颈可能成为其长期发展的制约：Li认为，一旦合成问题生成得到解决，自我对弈将是一个有趣的方向。