Artículos sobre Reinforcement Learning

NousCoder-14B: el modelo de código abierto de Nous Research que llega en la era de Claude Code

Nous Research lanzó NousCoder-14B, un modelo de programación competitivo de 14B parámetros entrenado con RL en solo 4 días. Alcanza 67.87% en LiveCodeBench v6 y se publica bajo Apache 2.0 con stack completo de entrenamiento.