Cursor เผยแพร่รายงานเทคนิค Composer2: สภาแวดล้อม RL เลียนแบบสถานการณ์ผู้ใช้จริงอย่างสมบูรณ์ คะแนนโมเดลพื้นฐานเพิ่มขึ้น 70%

จากการตรวจสอบของ 1M AI News, Cursor ได้เผยแพร่รายงานเทคนิค Composer 2 ซึ่งเป็นการเปิดเผยแผนการฝึกอบรมอย่างสมบูรณ์เป็นครั้งแรก ฐาน Kimi K2.5 เป็นสถาปัตยกรรม MoE มีพารามิเตอร์รวม 1.04 ล้านล้านและพารามิเตอร์ที่เปิดใช้งาน 320 ล้าน การฝึกอบรมแบ่งเป็นสองช่วง: เริ่มจากการฝึกอบรมล่วงหน้าบนข้อมูลโค้ดเพื่อเสริมความรู้ด้านการเข้ารหัส แล้วจึงใช้การเรียนรู้เชิงเสริมขนาดใหญ่เพื่อพัฒนาความสามารถในการเข้ารหัสแบบ end-to-end สภาพแวดล้อม RL จำลองสถานการณ์การใช้งาน Cursor จริง รวมถึงการแก้ไขไฟล์ การดำเนินการในเทอร์มินัล การค้นหาโค้ด และเครื่องมืออื่น ๆ เพื่อให้โมเดลเรียนรู้ในสภาพแวดล้อมที่ใกล้เคียงกับการผลิต

รายงานยังเผยแพร่วิธีการสร้างฐานข้อมูลเปรียบเทียบ CursorBench ซึ่งเก็บข้อมูลจากการสนทนาการเขียนโค้ดจริงของทีมงาน ไม่ใช่การสร้างขึ้นโดยมนุษย์ ฐาน Kimi K2.5 ทำคะแนนได้เพียง 36.0 บนฐานนี้ หลังจากการฝึกสองช่วง Composer 2 ทำคะแนนได้ 61.3 ซึ่งเพิ่มขึ้น 70% Cursor ระบุว่าค่าใช้จ่ายในการคำนวณของมันต่ำกว่ารุ่นชั้นนำอย่าง GPT-5.4 และ Claude Opus 4.6 อย่างมีนัยสำคัญ และสามารถบรรลุความสมดุลระหว่างความแม่นยำและต้นทุนในระดับ Pareto