DeepCoder-14B：开源代码推理模型，性能媲美OpenAI o3-mini

Agentica和Together AI合作发布了DeepCoder-14B-Preview，这是一个基于强化学习微调的代码推理模型，其在LiveCodeBench上的准确率达到了60.6%，与OpenAI的o3-mini不相上下。该模型使用了24000个经过验证的编码问题进行训练，并开源了数据集、代码、训练日志和系统优化。DeepCoder的成功之处在于其高质量的数据集、稳定的GRPO+强化学习算法以及高效的系统优化，这些都为提升LLM的代码推理能力提供了宝贵的经验。