【教程】别逗你xx笑了，自研模型？你上你也行！（Cursor Composer-2 训练路径分析与实战测试）
- 内容介绍
- 文章标签
- 相关推荐
综述
Cursor 发布的官方论文：Composer2.pdf
image828×466 50.3 KB
最近Cursor针对套壳Kimi的事情沸沸扬扬，之后Cursor直接通过论文的形式开放了训练过程。论坛里也有很多人在聊 Cursor 的 Composer 2的效果，作为一个练习时长两年半的大模型饲养员（bushi），也想给大家详细拆解下，让大家也可以尝试着自己训练一个~
由于domain gap（域间隙，即在一个数据集上训练模型，在另外一个数据集上进行预测性能下降很大）几乎为0，Composer 2 上线就直接把Opus 4.6按在地上摩擦（SWE-bench直接能干到 Multilingual 73.7%）当然这里指的是部分场景，Composer 2还是会过渡乱改（特别在老代码库）。
Cursor的核心思路就是：先让模型更懂代码，再把它放进真实开发环境里反复练。
Cursor 公布的数据里，Composer 2 在 CursorBench、Terminal-Bench 2.0 和 SWE-bench Multilingual 上都比前代明显提升。公开论文把这种提升归因于两件事：
1）continued pretraining（持续预训练）
先把底座继续喂大量更偏代码的数据，让模型的“代码直觉”更强。
2）reinforcement learning（强化学习）
不是只看它会不会答题，而是让它在真实 agent 式 coding 任务里学会：怎么找线索、怎么用工具、怎么少走弯路、怎么完成长任务。
这也意味着，对于一个特定领域的模型，RL确实是最佳方式。对于LoRA来说，作为finetuning的核心方法，应该叫做post-training。
综述
Cursor 发布的官方论文：Composer2.pdf
image828×466 50.3 KB
最近Cursor针对套壳Kimi的事情沸沸扬扬，之后Cursor直接通过论文的形式开放了训练过程。论坛里也有很多人在聊 Cursor 的 Composer 2的效果，作为一个练习时长两年半的大模型饲养员（bushi），也想给大家详细拆解下，让大家也可以尝试着自己训练一个~
由于domain gap（域间隙，即在一个数据集上训练模型，在另外一个数据集上进行预测性能下降很大）几乎为0，Composer 2 上线就直接把Opus 4.6按在地上摩擦（SWE-bench直接能干到 Multilingual 73.7%）当然这里指的是部分场景，Composer 2还是会过渡乱改（特别在老代码库）。
Cursor的核心思路就是：先让模型更懂代码，再把它放进真实开发环境里反复练。
Cursor 公布的数据里，Composer 2 在 CursorBench、Terminal-Bench 2.0 和 SWE-bench Multilingual 上都比前代明显提升。公开论文把这种提升归因于两件事：
1）continued pretraining（持续预训练）
先把底座继续喂大量更偏代码的数据，让模型的“代码直觉”更强。
2）reinforcement learning（强化学习）
不是只看它会不会答题，而是让它在真实 agent 式 coding 任务里学会：怎么找线索、怎么用工具、怎么少走弯路、怎么完成长任务。
这也意味着，对于一个特定领域的模型，RL确实是最佳方式。对于LoRA来说，作为finetuning的核心方法，应该叫做post-training。