Nous Research का NousCoder-14B: ओपन-सोर्स कोडिंग मॉडल जो प्रोप्राइटरी दिग्गजों को चुनौती देता है

संयुक्त राज्य अमेरिका - इख़बारी समाचार एजेंसी

Nous Research का NousCoder-14B: ओपन-सोर्स कोडिंग मॉडल जो प्रोप्राइटरी दिग्गजों को चुनौती देता है

AI-संचालित सॉफ्टवेयर डेवलपमेंट की तीव्र गति को रेखांकित करते हुए, क्रिप्टो वेंचर फर्म Paradigm द्वारा समर्थित ओपन-सोर्स आर्टिफिशियल इंटेलिजेंस स्टार्टअप Nous Research ने NousCoder-14B लॉन्च किया है। यह नया प्रतिस्पर्धी प्रोग्रामिंग मॉडल, Nvidia के नवीनतम 48 B200 ग्राफिक्स प्रोसेसर का उपयोग करके चार दिनों में प्रशिक्षित किया गया है, यह दावा करता है कि यह कई बड़े प्रोप्राइटरी सिस्टम के बराबर या उनसे बेहतर प्रदर्शन करता है। इसका आगमन AI कोडिंग सहायकों के पहले से ही भीड़ भरे क्षेत्र में प्रतिस्पर्धा को और तेज करता है, खासकर उस क्षण में जब Anthropic के एजेंटिक प्रोग्रामिंग टूल, Claude Code, ने नए साल के दिन से ही सोशल मीडिया चर्चाओं पर अपना दबदबा बना लिया है, और डेवलपर्स उत्साहपूर्ण प्रशंसापत्र साझा कर रहे हैं।

इन उन्नत AI कोडिंग टूल का एक साथ उभरना AI-सहायता प्राप्त सॉफ्टवेयर डेवलपमेंट के तीव्र विकास को रेखांकित करता है। यह उन कंपनियों के बीच कड़ी प्रतिस्पर्धा को भी दर्शाता है, जो बड़ी और छोटी दोनों हैं, जो उस चीज़ पर कब्जा करने की कोशिश कर रही हैं जिसे कई लोग भविष्य के सॉफ्टवेयर इंजीनियरिंग के लिए एक मूलभूत तकनीक मानते हैं। आने वाले वर्षों में कोड कैसे लिखा जाएगा और प्रोजेक्ट कैसे प्रबंधित किए जाएंगे, इसे परिभाषित करने की दौड़ शुरू हो चुकी है।

NousCoder-14B ने LiveCodeBench v6 पर 67.87 प्रतिशत की सटीकता दर हासिल की है, जो अगस्त 2024 और मई 2025 के बीच प्रकाशित प्रतिस्पर्धी प्रोग्रामिंग समस्याओं के लिए एक मानकीकृत मूल्यांकन बेंचमार्क है। Nous Research की रिलीज़ के साथ जारी तकनीकी रिपोर्ट के अनुसार, यह प्रदर्शन उस बेस मॉडल की तुलना में 7.08 प्रतिशत अंकों का महत्वपूर्ण सुधार दर्शाता है जिससे यह प्राप्त किया गया था, जो कि Alibaba का Qwen3-14B है। बेस मॉडल से यह इतनी तेजी से प्रगति प्रशिक्षण पद्धति की प्रभावशीलता को दर्शाती है।

AI कोडिंग टूल के आसपास का उत्साह पिछले हफ्ते तब स्पष्ट था जब Google में Gemini API के लिए जिम्मेदार प्रमुख अभियंता Jaana Dogan ने X पर एक वायरल पोस्ट साझा किया। उन्होंने बताया कि कैसे उन्होंने Claude Code को एक समस्या का विवरण दिया, और इसने एक घंटे में एक ऐसी प्रणाली उत्पन्न की जिसे विकसित करने में उनकी टीम को एक साल लग गया था। Dogan तीन-पैराग्राफ के प्रॉम्प्ट से Claude Code द्वारा अनुमानित की गई एक वितरित एजेंट ऑर्केस्ट्रेशन प्रणाली का उल्लेख कर रही थी, जो जटिल विकास कार्यों को तेज करने के लिए AI की क्षमता को दर्शाती है।

यह तुलना शिक्षाप्रद है। जहाँ Anthropic का Claude Code एंड-टू-एंड सॉफ्टवेयर डेवलपमेंट क्षमताओं के प्रदर्शन के साथ जनता की कल्पना पर कब्जा कर चुका है, वहीं Nous Research एक अलग रास्ता अपना रही है। वे प्रदर्शन के अंतर को पाटने के लिए, सत्यापन योग्य समस्याओं पर प्रशिक्षित ओपन-सोर्स विकल्पों पर दांव लगा रहे हैं। इसके अलावा, Nous Research इस बात पर जोर देती है कि मॉडल के निर्माण और प्रशिक्षण प्रक्रिया में पारदर्शिता, कच्ची क्षमता जितनी ही महत्वपूर्ण है, जो विश्वास को बढ़ावा देती है और सामुदायिक योगदान को सक्षम बनाती है।

खुलेपन और पुनरुत्पादकता के प्रति Nous Research की प्रतिबद्धता

NousCoder-14B रिलीज़ का एक प्रमुख अंतर इसका मौलिक खुलापन है। Nous Research ने न केवल मॉडल वेट साझा किए हैं, बल्कि पूर्ण सुदृढीकरण सीखने का वातावरण, बेंचमार्क सूट और प्रशिक्षण हार्नेस भी साझा किए हैं। कंपनी के Atropos फ्रेमवर्क पर निर्मित, ये संसाधन पर्याप्त कम्प्यूटेशनल शक्ति वाले किसी भी शोधकर्ता को उनके काम को पुन: उत्पन्न करने या उस पर निर्माण करने की अनुमति देते हैं। खुले विज्ञान के प्रति यह प्रतिबद्धता प्रगति को तेज करती है और व्यापक जांच और सुधार की अनुमति देती है।

X पर एक पर्यवेक्षक ने कहा, "Atropos स्टैक को ओपन-सोर्स करना ओलंपिक-स्तरीय तर्क अनुसंधान के लिए आवश्यक बुनियादी ढांचा प्रदान करता है," जो अकादमिक और ओपन-सोर्स दोनों समुदायों के लिए महत्व को उजागर करता है। यह कदम अत्याधुनिक AI अनुसंधान टूल और पद्धतियों तक पहुंच को लोकतांत्रिक बनाता है।

मॉडल को Nous Research में निवासी शोधकर्ता और पूर्व प्रतिस्पर्धी प्रोग्रामर, Joe Li द्वारा प्रशिक्षित किया गया था। Li की तकनीकी रिपोर्ट एक व्यक्तिगत दृष्टिकोण प्रदान करती है, जो मॉडल की सीखने की यात्रा की तुलना लोकप्रिय प्रतिस्पर्धी प्रोग्रामिंग प्लेटफॉर्म Codeforces पर उनकी अपनी यात्रा से करती है। उन्होंने LiveCodeBench स्कोर को Codeforces रेटिंग से मैप किया, यह अनुमान लगाते हुए कि NousCoder-14B का सुधार - लगभग 1600-1750 की रेटिंग रेंज से 2100-2200 तक - उस छलांग को दर्शाता है जिसे उन्होंने 14 से 16 साल की उम्र के बीच लगभग दो साल के निरंतर अभ्यास के माध्यम से हासिल किया था। AI मॉडल ने चार दिनों में समान प्रगति को दोहराया।

Li ने तकनीकी रिपोर्ट में लिखा, "अंतिम प्रशिक्षण रन को देखना एक बहुत ही अलौकिक अनुभव था।" हालाँकि, उन्होंने AI दक्षता के संबंध में एक महत्वपूर्ण चेतावनी तुरंत जोड़ दी: जबकि उन्होंने अपने दो वर्षों के अभ्यास के दौरान लगभग 1000 समस्याओं को हल किया, मॉडल को 24,000 समस्याओं की आवश्यकता थी। यह दर्शाता है कि, फिलहाल, मनुष्य नमूना दक्षता के मामले में काफी अधिक कुशल सीखने वाले बने हुए हैं, जो भविष्य के AI अनुसंधान के लिए एक महत्वपूर्ण क्षेत्र है।

सुदृढीकरण सीखने की प्रणाली के अंदर

NousCoder-14B की प्रशिक्षण प्रक्रिया शोधकर्ताओं द्वारा सुदृढीकरण सीखने के माध्यम से AI की तर्क क्षमता को बढ़ाने के लिए नियोजित परिष्कृत तकनीकों में मूल्यवान अंतर्दृष्टि प्रदान करती है। कार्यप्रणाली "सत्यापन योग्य पुरस्कारों" पर निर्भर करती है, जहां AI कोड समाधान उत्पन्न करता है, इन समाधानों को परीक्षण मामलों के विरुद्ध निष्पादित किया जाता है, और मॉडल को एक साधारण बाइनरी फीडबैक प्राप्त होता है: सही या गलत। यह फीडबैक लूप, वैचारिक रूप से सरल होने के बावजूद, बड़े पैमाने पर कार्यान्वयन के लिए पर्याप्त बुनियादी ढांचे की मांग करता है।

Nous Research ने समानांतर में सैंडबॉक्स कोड निष्पादन चलाने के लिए क्लाउड कंप्यूटिंग प्लेटफॉर्म Modal का उपयोग किया। 24,000 प्रशिक्षण समस्याओं में से प्रत्येक में औसतन सैकड़ों परीक्षण मामले शामिल हैं। सिस्टम को कड़ाई से यह सत्यापित करना होगा कि उत्पन्न कोड सख्त समय (15 सेकंड) और मेमोरी (4 गीगाबाइट) बाधाओं के भीतर सही आउटपुट देता है।

प्रशिक्षण में DAPO (Dynamic Sampling Policy Optimization) नामक एक तकनीक शामिल थी, जिसे शोधकर्ताओं ने विकल्पों की तुलना में थोड़ा बेहतर प्रदर्शन करते पाया। एक प्रमुख नवाचार "डायनामिक सैंपलिंग" है - जिसमें प्रशिक्षण उदाहरणों को छोड़ दिया जाता है जहां मॉडल या तो सभी प्रयासों में सफल होता है या सभी प्रयासों में विफल रहता है, क्योंकि ये सीखने के लिए कोई उपयोगी ग्रेडिएंट संकेत प्रदान नहीं करते हैं। इसके अतिरिक्त, शोधकर्ताओं ने "पुनरावृत्ति संदर्भ विस्तार" को अपनाया, पहले 32,000-टोकन संदर्भ विंडो के साथ मॉडल को प्रशिक्षित किया और फिर इसे 40,000 टोकन तक विस्तारित किया। मूल्यांकन के दौरान, संदर्भ को लगभग 80,000 टोकन तक विस्तारित करने से सर्वोत्तम सटीकता परिणाम प्राप्त हुए, जो रिपोर्ट किए गए 67.87 प्रतिशत तक पहुंच गए।

महत्वपूर्ण रूप से, प्रशिक्षण पाइपलाइन अनुमान और सत्यापन को कुशलतापूर्वक ओवरलैप करती है - जैसे ही मॉडल एक समाधान उत्पन्न करता है, यह अगले समस्या पर काम करना शुरू कर देता है जबकि पिछले समाधान की जांच की जा रही होती है। यह पाइपलाइनिंग, एसिंक्रोनस प्रशिक्षण के साथ मिलकर जहां कई मॉडल इंस्टेंस समानांतर में काम करते हैं, महंगे GPU क्लस्टर पर हार्डवेयर उपयोग को अधिकतम करता है।

AI विकास में आसन्न डेटा की कमी

Li की तकनीकी रिपोर्ट में एक महत्वपूर्ण खोज भविष्य के AI विकास के लिए एक संभावित बाधा की ओर इशारा करती है: NousCoder-14B के लिए प्रशिक्षण डेटासेट में "एक मानकीकृत डेटासेट प्रारूप में सभी आसानी से उपलब्ध, सत्यापन योग्य प्रतिस्पर्धी प्रोग्रामिंग समस्याओं का एक महत्वपूर्ण हिस्सा" शामिल है। दूसरे शब्दों में, प्रतिस्पर्धी प्रोग्रामिंग के विशिष्ट डोमेन में, उच्च-गुणवत्ता वाले प्रशिक्षण डेटा की उपलब्धता अपनी सीमा तक पहुँच रही है।

Li ने कहा, "इंटरनेट पर प्रतिस्पर्धी प्रोग्रामिंग समस्याओं की कुल संख्या लगभग समान परिमाण की है," उन्होंने प्रशिक्षण में उपयोग की गई 24,000 समस्याओं का उल्लेख करते हुए कहा। "यह बताता है कि प्रतिस्पर्धी प्रोग्रामिंग डोमेन के भीतर, हम उच्च-गुणवत्ता वाले डेटा की सीमाओं तक पहुँच चुके हैं।" यह अवलोकन डेटा बाधाओं के बारे में AI उद्योग में व्यापक चिंताओं को प्रतिध्वनित करता है। जबकि कम्प्यूटेशनल शक्ति पूर्वानुमेय रूप से बढ़ती रहती है, प्रशिक्षण डेटा तेजी से सीमित होता जा रहा है।

Li ने निष्कर्ष निकाला, "ऐसा लगता है कि भविष्य में किए जाने वाले कुछ सबसे महत्वपूर्ण शोध सिंथेटिक डेटा जनरेशन और डेटा कुशल एल्गोरिदम और आर्किटेक्चर के क्षेत्रों में होंगे।" प्रतिस्पर्धी प्रोग्रामिंग के लिए यह चुनौती विशेष रूप से तीव्र है, क्योंकि इसके लिए ज्ञात, स्वचालित रूप से सत्यापन योग्य सही समाधानों वाली समस्याओं की आवश्यकता होती है, जो प्राकृतिक भाषा प्रसंस्करण के विपरीत है, जहां अस्पष्टता और कई मान्य व्याख्याएं आम हैं।

इख़बारी समाचार एजेंसी