NousCoder-14B : un modèle open source de programmation IA entraîné en 4 jours

Nous Research a publié NousCoder-14B, un modèle open source spécialisé dans la programmation, entraîné en seulement quatre jours sur 48 GPU Nvidia B200. Ce modèle vise à rivaliser avec des outils propriétaires comme Claude Code d'Anthropic, dans un contexte où les assistants de codage par IA suscitent une attention croissante depuis le début de l'année.

NousCoder-14B affiche un taux de précision de 67,87 % sur LiveCodeBench v6, une référence évaluant les modèles sur des problèmes de programmation compétitive publiés entre août 2024 et mai 2025. Ce score représente une amélioration de 7,08 points de pourcentage par rapport à son modèle de base, Qwen3-14B d'Alibaba, selon le rapport technique publié par Nous Research. Le modèle se distingue par son approche open source, incluant non seulement les poids du modèle, mais aussi l'environnement complet de reinforcement learning, la suite de benchmarks et l'infrastructure de formation, tous publiés sous licence ouverte.

La formation de NousCoder-14B repose sur un système de récompenses vérifiables : le modèle génère des solutions de code, qui sont exécutées contre des cas de test, et reçoit un signal binaire (correct ou incorrect) en retour. Ce processus, exécuté en parallèle via la plateforme Modal, nécessite une infrastructure lourde pour gérer les 24 000 problèmes de programmation compétitive utilisés, chacun contenant en moyenne des centaines de cas de test. Les contraintes imposées incluent un temps d'exécution maximal de 15 secondes et une limite de mémoire de 4 Go.

Le chercheur Joe Li, à l'origine du projet, souligne que l'amélioration du modèle équivaut à un bond de deux ans de pratique sur la plateforme Codeforces, où les participants sont notés en fonction de leurs performances. Cependant, il note que le modèle a nécessité 24 000 problèmes résolus, contre environ 1 000 pour un humain sur la même période, mettant en lumière l'écart actuel en termes d'efficacité d'apprentissage entre les humains et les modèles d'IA.