Cursor技术报告滑跪认领Kimi基模，开源微调路径引发套壳争议

Cursor在引发“套壳”Kimi的舆论风波后，迅速发布Composer 2技术报告，试图以技术细节证明其并非简单套用，而是进行了“有技术地套、循序渐进地套”。报告开篇即高调承认并赞扬了其选用的基础模型——月之暗面的Kimi K2.5，称其在评估的多款开源模型中“综合能力最棒”，并考虑了执行效率等附加因素。这一“滑跪”式的署名与示好，甚至被指与Kimi官方达成了某种和解，但并未完全平息外界的质疑。

报告的核心在于详细阐述了基于Kimi K2.5的两步独立训练流程。第一步是持续预训练，旨在提升模型在编码领域的基础能力。该阶段将大部分计算资源投入32k token序列训练，随后扩展至256k长上下文，最后通过小样本指令调优进行任务适配。为提升推理速度，还引入了多token预测层，结合投机解码和自蒸馏策略。数据显示，模型在自研代码库上的损失值呈对数线性下降，且代码库困惑度与下游强化学习性能正相关。

第二步是异步强化学习，其训练环境高度模拟真实的Cursor对话场景，覆盖各类软件工程核心任务。框架基于大规模策略梯度实现，采用单指令多样本的策略梯度算法以保证稳定性，并优化了GRPO算法以避免长度偏差，同时引入KL散度进行正则化。研究发现，最终模型的平均性能和最佳性能同步提升，表明强化学习不仅重新加权了推理路径，还扩展了正确解的覆盖范围。然而，这份详尽的技术说明，能否彻底洗脱“套壳”标签，仍取决于业界对其“自研”成分的最终评判。