programmation compétitive
2 published articles
Intelligence artificielle
Des modèles plus petits qui se remettent constamment en question peuvent battre des modèles 10 fois plus grands
RefineRL entraîne de petits modèles de langage à affiner itérativement leurs propres solutions de programmation compétitive à l'aide d'un agent sceptique et d'un apprentissage par renforcement. Un modèle de 4B utilisant cette méthode surpasse les modèles de 32B et approche les performances des modèles de 235B, suggérant que l'auto-affinage, et non la taille brute, pourrait être une voie d'échelle plus robuste pour les tâches de raisonnement.
2026-07-25
Programmation compétitive
NousCoder-14B défie la programmation olympiade avec un pipeline RL ouvert
Nous Research publie NousCoder-14B, un modèle de programmation compétitive basé sur Qwen3-14B via RL. Pile ouverte complète : poids, environnement et suite d'évaluation. Cible les benchmarks de codage de niveau olympiade.
2026-07-16