Rapport technique Cursor Composer2 : l'environnement RL reproduit entièrement les scénarios réels des utilisateurs, les scores du modèle de base augmentent de 70%

Selon la surveillance de 1M AI News, Cursor a publié le rapport technique de Composer 2, révélant pour la première fois le plan d'entraînement complet. La base Kimi K2.5 utilise une architecture MoE, avec un total de 1,04 trillion de paramètres et 32 milliards de paramètres activés. L'entraînement se déroule en deux phases : d'abord un pré-entraînement sur des données de code pour renforcer les connaissances en codage, puis une amélioration des capacités d'encodage de bout en bout via un apprentissage par renforcement à grande échelle. L'environnement RL simule entièrement les scénarios réels d'utilisation de Cursor, y compris l'édition de fichiers, les opérations en terminal, la recherche de code et d'autres outils, permettant au modèle d'apprendre dans des conditions proches de la production.

Le rapport présente également la méthode de construction du benchmark maison CursorBench : il collecte des tâches à partir de véritables sessions de codage de l'équipe d'ingénierie, plutôt que de les créer artificiellement. La base Kimi K2.5 a obtenu seulement 36,0 points sur ce benchmark, mais après un entraînement en deux phases, Composer 2 atteint 61,3 points, soit une augmentation de 70 %. Cursor affirme que ses coûts d'inférence sont nettement inférieurs à ceux des modèles de pointe tels que GPT-5.4 et Claude Opus 4.6, réalisant un compromis optimal entre précision et coût.