تقرير Cursor التقني حول Composer2: بيئة التعلم المعزز تحاكي سيناريوهات المستخدم الحقيقي بالكامل، تحسن النموذج الأساسي بنسبة 70%

وفقًا لمصدر CoinWorld، ووفقًا لمراقبة 1M AI News، أصدر Cursor تقريرًا تقنيًا عن Composer 2، يكشف لأول مرة عن خطة التدريب الكاملة. يعتمد النموذج الأساسي Kimi K2.5 على بنية MoE، ويحتوي على إجمالي 1.04 تريليون معلمة، و320 مليون معلمة نشطة. يتكون التدريب من مرحلتين: الأولى تستمر في التدريب المسبق على بيانات الشيفرة لتعزيز المعرفة الترميزية، والثانية تستخدم التعلم المعزز على نطاق واسع لتحسين قدرات الترميز من النهاية إلى النهاية. بيئة التعلم المعزز تحاكي تمامًا سيناريوهات الاستخدام الحقيقية لـ Cursor، بما في ذلك تحرير الملفات، وتشغيل الأوامر في الطرفية، واستدعاء أدوات البحث في الشيفرة، مما يسمح للنموذج بالتعلم في ظروف قريبة من بيئة الإنتاج. كما تم نشر طريقة بناء معيار CursorBench الخاص بنا بشكل متزامن: حيث يتم جمع المهام من جلسات الترميز الحقيقية لفريق الهندسة، وليس من خلال تركيب يدوي. حصل النموذج الأساسي Kimi K2.5 على 36.0 نقطة على هذا المعيار، وبعد مرحلتين من التدريب، وصل Composer 2 إلى 61.3 نقطة، بزيادة قدرها 70%. وتقول Cursor إن تكلفة استنتاجه أقل بشكل ملحوظ من نماذج API المتقدمة مثل GPT-5.4 وClaude Opus 4.6، مما يحقق توازنًا مثاليًا بين الدقة والتكلفة.