Cursor 透過自動安裝機制引導 Composer 模型訓練，提升強化學習效率

• 在 AI 模型開發 中，如何利用舊版本的模型來改善新一代模型的訓練過程是一大關鍵。為了避免強化學習（RL）因環境配置錯誤而浪費運算資源，Cursor 團隊開發了 Composer autoinstall 系統。 • 該系統利用前一代的 Composer 模型，自動將未配置的程式碼庫轉化為可運行的 RL 訓練環境。 • 自動安裝流程分為兩個階段：第一階段由 agent 提出目標指令與預期輸出，第二階段則由另一個 agent 嘗試配置環境並通過驗證測試，若失敗則進行重試或捨棄。 • 現代的程式碼模型展現了高度的適應力，不僅能安裝依賴與執行測試，還能主動模擬缺失檔案、建立假資料庫或 Docker 容器來滿足運行需求。 • 實際應用顯示，即使面對像 Celo 這樣具有複雜依賴關係的大型區塊鏈專案，該系統也能透過搜尋文件與模擬身分驗證成功建立環境。 • 這種自我引導的訓練方式顯著提升了模型表現，例如 Composer 2 在 Terminal-Bench 上的分數大幅超越前代。 • > 「預期在未來的訓練中，前一代的 Composer 實例將在運行管理、資料預處理與架構調校等方面扮演更重要的角色。」