Nowy model AI do kodowania powstał w 4 dni. Jego twórcy ostrzegają przed końcem danych

Startup Nous Research zaprezentował NousCoder-14B, otwarty model AI do programowania, który powstał w zaledwie 4 dni i rzuca światło na nadciągający kryzys dostępności danych treningowych w branży.

W momencie, gdy dyskusję w mediach społecznościowych zdominował Claude Code, zamknięte narzędzie do programowania od firmy Anthropic, na rynek wkracza jego otwarty konkurent. Nous Research, startup specjalizujący się w otwartym oprogramowaniu AI, ogłosił wydanie NousCoder-14B. Model ten, wytrenowany w ciągu zaledwie czterech dni z użyciem 48 procesorów graficznych Nvidia B200, osiąga wyniki porównywalne lub lepsze od wielu większych systemów własnościowych. Zbudowany na bazie modelu Qwen3-14B od Alibaba, osiągnął dokładność na poziomie 67,87% w teście LiveCodeBench v6, co stanowi poprawę o ponad 7 punktów procentowych względem modelu bazowego. Premiera ta podkreśla, jak dynamicznie rozwija się obszar wspomaganego przez AI tworzenia oprogramowania i jak zażarta staje się rywalizacja o dominację w tej fundamentalnej dla przyszłości technologii dziedzinie.

Tym, co wyróżnia NousCoder-14B na tle konkurencji, jest radykalna otwartość. Firma opublikowała nie tylko wagi modelu, ale całe środowisko uczenia przez wzmacnianie, zestaw testów oraz framework treningowy Atropos. Umożliwia to każdemu badaczowi dysponującemu odpowiednią mocą obliczeniową odtworzenie wyników lub dalszy rozwój projektu. Osobisty wymiar tej pracy podkreślił Joe Li, badacz z Nous Research i były programista konkursowy. W raporcie technicznym porównał on postęp modelu do własnej kariery. Skok jakościowy, który jemu zajął prawie dwa lata praktyki w wieku nastoletnim, model AI osiągnął w 96 godzin. Li zauważył jednak kluczową różnicę w efektywności: on sam rozwiązał w tym czasie około 1000 problemów, podczas gdy model potrzebował ich aż 24 000. Ludzie, przynajmniej na razie, pozostają znacznie bardziej efektywni w przyswajaniu wiedzy.

Wydanie modelu ujawniło jednak znacznie głębszy problem, który może wkrótce spowolnić całą branżę AI. W raporcie technicznym stwierdzono, że zestaw danych treningowych wykorzystany do stworzenia NousCoder-14B obejmuje "znaczną część wszystkich łatwo dostępnych, weryfikowalnych problemów z programowania konkursowego". Innymi słowy, badacze zbliżają się do wyczerpania wysokiej jakości danych treningowych w tej konkretnej domenie. Li oszacował, że całkowita liczba takich problemów dostępnych w internecie jest podobnego rzędu wielkości co użyty zbiór. To spostrzeżenie wpisuje się w rosnące obawy dotyczące ograniczonych zasobów danych, które w przeciwieństwie do mocy obliczeniowej są zasobem skończonym.

W obliczu zbliżającego się "muru danych" badacze z Nous Research wskazują na potencjalne kierunki dalszych prac, które mogą zdefiniować przyszłość rozwoju AI. Kluczowe mogą okazać się algorytmy bardziej efektywne pod względem wykorzystania danych oraz rozwój metod generowania danych syntetycznych. Szczególnie interesującą koncepcją jest tzw. "self-play", czyli mechanizm, w którym modele uczą się nie tylko rozwiązywać problemy, ale także je tworzyć, generując w ten sposób własny, niemal nieskończony materiał treningowy. Pytanie nie brzmi już, czy maszyny nauczą się programować, ale czy wkrótce staną się dla siebie lepszymi nauczycielami niż my kiedykolwiek dla nich byliśmy.