Cómo la IA de código abierto está desafiando el dominio de las grandes empresas tecnológicas en materia de código

El NousCoder-14B de Nous Research se enfrenta a Claude Code en la batalla por la supremacía en el desarrollo de la IA

Justo cuando los desarrolladores de todo el mundo están hablando con entusiasmo del Claude Code de Anthropic y su capacidad, casi mágica, para crear aplicaciones completas a partir de simples descripciones, la startup de IA de código abierto Nous Research ha lanzado su propia bomba en el mundo de la programación. Su nuevo modelo NousCoder-14B promete igualar o superar a sistemas propietarios mucho más grandes, y lo han creado en solo cuatro días utilizando hardware de última generación. Para las empresas que buscan soluciones de desarrollo de IA, esto supone un momento fascinante en el que las alternativas de código abierto están desafiando seriamente el dominio de las grandes tecnológicas en el ámbito de las herramientas de programación basadas en IA.

El momento no podría ser más oportuno. Las redes sociales se han visto inundadas de desarrolladores que comparten testimonios entusiastas sobre las capacidades de Claude Code, y Jaana Dogan, de Google, ha destacado que esta IA recreó el proyecto de sistema distribuido en el que su equipo había trabajado durante un año en tan solo una hora. Ahora, Nous Research apuesta por que la transparencia y el desarrollo de código abierto pueden competir cara a cara con estos sistemas cerrados.

Un nuevo punto de referencia para los modelos de programación de IA de código abierto

NousCoder-14B alcanzó una tasa de precisión del 67,87 % en LiveCodeBench v6, una rigurosa prueba de evaluación que pone a prueba los modelos de IA en problemas de programación competitiva. Esto supone una mejora significativa de 7,08 puntos porcentuales con respecto a su modelo base, el Qwen3-14B de Alibaba. Pero lo realmente destacable no es solo el rendimiento, sino la transparencia radical que hay detrás de cómo lo han conseguido.

A diferencia de las publicaciones habituales sobre modelos de IA, en las que las empresas solo comparten los resultados finales, Nous Research lo ha publicado todo: el entorno completo de aprendizaje por refuerzo, el conjunto de pruebas de rendimiento, el sistema de entrenamiento e incluso el código de la infraestructura desarrollado sobre su marco Atropos. Cualquier investigador que disponga de la potencia de cálculo suficiente puede ahora reproducir, modificar o ampliar este trabajo.

Joe Li, el investigador que dirigió el proyecto, aportó una perspectiva personal única al desarrollo. Como antiguo programador de competición, comparó la trayectoria de mejora del modelo con su propio recorrido en Codeforces, la plataforma en la que los programadores obtienen puntuaciones basadas en su rendimiento en los concursos. El salto del modelo de una puntuación de entre 1600 y 1750 a una de entre 2100 y 2200 reflejó la propia trayectoria de mejora de Li a lo largo de dos años, salvo que la IA lo logró en 96 horas.

La brecha de eficiencia entre el aprendizaje humano y el aprendizaje automático

Aquí es donde la cosa se pone interesante para cualquiera que se plantee el papel de la IA en los negocios y en la vida cotidiana: aunque el modelo aprendió más rápido en términos de tiempo, necesitó una cantidad de ejemplos mucho mayor. Li resolvió unos 1 000 problemas durante su periodo de mejora de dos años, mientras que NousCoder-14B necesitó 24 000 problemas para lograr un progreso similar. Los seres humanos siguen siendo, al menos por ahora, aprendices notablemente más eficientes en cuanto al uso de ejemplos.

Los entresijos del proceso de entrenamiento que impulsa la automatización de procesos mediante IA

El enfoque técnico en el que se basa NousCoder-14B permite comprender cómo los sistemas modernos de inteligencia artificial aprenden a razonar sobre problemas complejos. El entrenamiento se basa en «recompensas verificables»: el modelo genera soluciones en forma de código, esas soluciones se ejecutan en casos de prueba y el sistema recibe una respuesta simple de «aprobado» o «suspenso». Esta señal binaria, aunque conceptualmente sencilla, requiere una infraestructura sofisticada para poder ejecutarse a gran escala.

Nous Research utilizó la plataforma de computación en la nube de Modal para ejecutar código en un entorno aislado de forma paralela en 24 000 problemas de entrenamiento, cada uno de los cuales contenía, de media, cientos de casos de prueba. El sistema debía verificar que el código generado produjera resultados correctos dentro de unos límites estrictos: 15 segundos y 4 gigabytes de memoria.

El entrenamiento se llevó a cabo mediante la optimización dinámica de políticas de muestreo (DAPO), con una innovación clave denominada «muestreo dinámico»: descartar los ejemplos de entrenamiento en los que el modelo resolvía todos los intentos o fallaba por completo, ya que estos no aportan ninguna señal de aprendizaje útil. Los investigadores también utilizaron la «extensión iterativa del contexto», comenzando con una ventana de contexto de 32 000 tokens y ampliándola a 40 000 tokens durante el entrenamiento, para luego aumentarla a 80 000 tokens durante la evaluación con el fin de obtener resultados óptimos.

El problema de la escasez de datos que podría frenar el avance de la IA

En el informe técnico de Li se esconde un hallazgo con importantes implicaciones para el futuro del desarrollo de la IA: básicamente, han agotado la mayor parte de los problemas de programación competitiva de alta calidad que existen en el mundo. Los 24 000 problemas de su conjunto de datos de entrenamiento representan «una parte significativa de todos los problemas de programación competitiva disponibles y verificables en un formato de conjunto de datos estandarizado».

Esta limitación en los datos refleja la creciente preocupación que existe en todo el sector de la inteligencia artificial. Mientras que la potencia de cálculo sigue aumentando de forma previsible, los datos de entrenamiento de alta calidad son cada vez más escasos. En el caso concreto de la programación competitiva, el reto es especialmente acuciante, ya que este ámbito requiere problemas con soluciones correctas conocidas que puedan verificarse automáticamente, lo que hace que la generación de datos sintéticos resulte considerablemente más difícil que en otras aplicaciones de inteligencia artificial.

Li señaló una posible solución: entrenar a los modelos no solo para resolver problemas, sino también para generar problemas que puedan resolverse, lo que permitiría una forma de juego autónomo similar a las técnicas que han demostrado su eficacia en los sistemas de IA dedicados a los juegos. «Una vez que se resuelva la generación sintética de problemas, el juego autónomo se convierte en una vía muy interesante», señaló.

Una apuesta de 65 millones de dólares por el futuro de la IA de código abierto

Nous Research se ha labrado una posición destacada en el panorama de la inteligencia artificial como empresa comprometida con el lanzamiento de productos de código abierto que compiten con las alternativas propietarias. La empresa ha recaudado 65 millones de dólares en una ronda de financiación liderada por Paradigm, una firma de capital riesgo especializada en criptomonedas, lo que refleja el creciente interés por los enfoques descentralizados en el desarrollo de la inteligencia artificial.

Entre las versiones anteriores se encuentran Hermes 4, que, según se informa, superó a ChatGPT sin restricciones de contenido, y DeepHermes-3, descrito como el primer «modelo de razonamiento activable», que permite a los usuarios activar capacidades de razonamiento ampliadas cuando lo deseen.

La imagen de marca de estilo anime y el enfoque comunitario de la empresa han suscitado tanto entusiasmo como escepticismo, y algunos críticos se preguntan si el estilo podría eclipsar el fondo. Siguen los debates técnicos sobre si NousCoder-14B está optimizado para flujos de trabajo de programación «agentes» o para la resolución de problemas puntuales, una distinción que reviste gran importancia para el desarrollo práctico de software. Este avance ilustra la tendencia general de cómo la IA está transformando nuestra forma de abordar retos empresariales que antes resultaban imposibles.

¿Cuál es el futuro de las herramientas de desarrollo de IA?

La investigación señala varios avances fundamentales que son necesarios para que las herramientas de programación de IA sigan mejorando. El aprendizaje por refuerzo en múltiples iteraciones encabeza la lista: en la actualidad, los modelos solo reciben una valoración final de «aprobado» o «suspenso», pero los problemas de programación competitiva suelen incluir señales intermedias, como errores de compilación y resultados parciales de las pruebas, que podrían orientar la mejora iterativa.

Quizás lo más ambicioso sea que la capacidad de generar problemas de programación podría resolver la escasez de datos y, al mismo tiempo, hacer posible la creación de sistemas de aprendizaje autónomos. Como señaló Li: «Los seres humanos somos excelentes a la hora de generar problemas interesantes y útiles para otros programadores competitivos, pero sigue existiendo una brecha significativa en las capacidades de los modelos de lenguaje grande (LLM) en lo que respecta a la generación creativa de problemas».

NousCoder-14B ya está disponible en Hugging Face bajo una licencia Apache 2.0, junto con la publicación del conjunto completo de datos de entrenamiento de Atropos. Para las empresas y los desarrolladores que buscan herramientas de desarrollo basadas en la IA, esto supone tanto una nueva y potente opción como un atisbo de un futuro en el que la línea divisoria entre las capacidades de programación humanas y las de las máquinas sigue difuminándose, y en el que la IA no solo escribe código, sino que aprende por sí misma a convertirse en un programador mejor de lo que jamás habíamos imaginado.

Escrito por

Oliver K.G

Oliver K.G. es el fundador de AI Meets Life, una publicación que ayuda a los profesionales del mundo empresarial estadounidense a ir al grano y aplicar la inteligencia artificial donde realmente importa: en sus equipos, en sus flujos de trabajo y en sus resultados. Analiza las herramientas, las tendencias y las decisiones que están dando forma al futuro del trabajo.