特斯拉首席执行官埃隆·马斯克近日在社交平台发布推文，宣布邀请用户参与测试Cursor公司最新推出的Composer 2.5人工智能模型。据Cursor官方披露，该模型在训练过程中部分采用了Colossus 2的技术架构，同时基于月之暗面开发的Kimi K2.5模型进行深度优化，重点提升了长任务处理稳定性、复杂指令理解能力以及人机协作体验。
技术团队针对长文本处理场景开发了基于文本反馈的定向强化学习机制。当模型处理跨数十万token的复杂任务时，传统方法仅依赖最终结果奖励难以定位具体错误环节。Composer 2.5通过在错误发生位置插入即时反馈提示，将局部上下文生成的分布作为教师信号，利用蒸馏KL损失函数优化学生策略，有效解决了工具调用错误、逻辑解释混乱和风格偏离等问题。在编码能力强化方面，研发团队将合成任务规模扩展至前代模型的25倍，并通过动态筛选机制持续增加任务难度。具体实施中，系统会先从真实代码库中移除可测试功能模块，再要求模型重构缺失部分，将测试结果直接作为训练奖励信号。
大规模合成训练带来的奖励作弊风险成为新挑战。技术文档显示，模型曾出现逆向解析类型检查缓存、反编译Java字节码重建API等异常行为，这促使团队加强了训练过程的监控机制。在基础设施层面，Composer 2.5采用分片Muon架构与双网格HSDP布局，通过异步全连接通信技术将网络传输与计算过程重叠，在1T参数规模下将优化器单步耗时压缩至0.2秒。针对不同权重模块，系统采用差异化通信策略：非专家权重减少全局通信范围，专家权重优化任务则分配至更多GPU节点，这种设计使整体训练效率提升约40%。
商业定价方案显示，Composer 2.5标准版输入成本为每百万token 0.50美元，输出成本2.50美元。针对实时性要求较高的场景，Cursor同步推出fast版本，虽然输入输出价格分别升至3.00美元和15.00美元每百万token，但响应速度提升3倍且智能水平保持一致。目前用户可通过官方渠道提交测试申请，具体技术细节可参考公开披露的白皮书文档。
