StarCoder
LLM de código abierto del proyecto BigCode (Hugging Face + ServiceNow) — entrenado con el conjunto de datos The Stack (6 TB de código de GitHub con licencias permisivas).
StarCoder 1 (15 000 millones de parámetros, mayo de 2023), StarCoder 2 (3/7/15 mil millones, febrero de 2024). Entrenado con FIM (fill-in-the-middle, relleno del medio) para autocompletado en el IDE. Licencia: BigCode OpenRAIL-M (restricciones según el uso, pero fundamentalmente abierta). Entrenado solo con código de adhesión voluntaria, verificable a través del servicio "Am I in the Stack?".
Competidores: Codex (OpenAI, propietario), Code Llama (Meta), DeepSeek-Coder, Qwen2.5-Coder. StarCoder sigue siendo el "LLM de código abierto" de facto para ajuste fino (fine-tuning) y autocompletado en el IDE on-premise.