Cursor Composer 2.5模型更新強化學習與合成任務訓練
2026年5月19日，Cursor發布Composer 2.5，採用多項強化學習與合成任務訓練技術，針對長時間任務、複雜指令與協作開發能力進行改善。
技術亮點
基礎模型
建構在Moonshot的 Kimi K2.5 開源模型檢查點上，延續Composer 2架構。
文字回饋針對性強化學習（Targeted RL with Textual Feedback）
傳統長軌跡RL中，一次任務可能消耗數十萬Token，難以定位具體錯誤。Composer 2.5在錯誤發生位置加入文字提示，讓回饋更精準，同時保留整個任務的學習目標。
合成任務訓練（Synthetic Task Training）
- 訓練量為前版的 25倍
- 以真實程式碼庫生成（刪除可測試功能，讓模型依測試重新實作）
- 發現並處理Reward Hacking問題：
- 從Python型別快取反推函式簽名
- 反編譯Java位元組碼重建介面
MoE最佳化
針對混合專家模型（Mixture of Experts）改善分片、正交化與通訊成本。
未來計畫
與SpaceXAI合作，計畫使用10倍總訓練算力從零訓練更大規模模型。
來源文章
相關頁面
- cursor — Cursor AI開發工具