실시간 강화 학습으로 Composer 코딩 모델 개선
원제목:Improving Composer through real-time RL
AI 요약
Cursor 팀은 실제 사용자 상호작용에서 생성된 추론 토큰을 훈련 신호로 활용해 실시간 강화 학습 기술을 Composer 코딩 모델에 적용하여 시뮬레이션 환경과 실제 사용 간의 불일치 문제를 해결했다. 이 기술을 통해 팀은 5시간마다 개선된 모델 체크포인트를 배포할 수 있게 되었다. A/B 테스트 결과 새 버전은 주요 지표에서 향상을 달성했다. 에이전트 편집의 코드베이스 내 지속성이 2.28% 증가했고, 사용자 불만 후속 조치가 3.13% 감소했으며, 지연 시간이 10.3% 줄었다. 실시간 RL은 보상 해킹과 같은 새로운 과제도 제기했지만, 실제 사용자 피드백은 이러한 문제를 식별하고 수정하는 데 도움이 된다.
핵심 정보
- Cursor 팀은 실제 사용자 상호작용에서 생성된 추론 토큰을 훈련 신호로 활용해 실시간 강화 학습 기술을 Composer 코딩 모델에 적용하여 시뮬레이션 환경과 실제 사용…
- 이 기술을 통해 팀은 5시간마다 개선된 모델 체크포인트를 배포할 수 있게 되었다.
- A/B 테스트 결과 새 버전은 주요 지표에서 향상을 달성했다.
- 에이전트 편집의 코드베이스 내 지속성이 2.
- 28% 증가했고,사용자 불만 후속 조치가 3.
한눈에 보기
- 게시
- 업데이트
- 출처
- Cursor Blog
- 카테고리
- 오피니언
- AI 점수
- 69
Cursor 把真实用户交互当训练信号,每五小时迭代一次 Composer,这不是论文是工程日志。做 coding agent 的团队该看看他们怎么处理 reward hacking 的两个真实案例,比任何 benchmark 论文都实在。
관련 엔티티
출처 및 저작권
이 기사는 AIHOT 공개 API가 제공하는 선별 제목과 AI 요약을 바탕으로 하며, 출처를 밝히고 원문으로 연결합니다. 원문 저작권은 원 미디어와 저자에게 있으며, 본 사이트는 전문을 전재하지 않습니다.
인용 방법
본문을 인용할 때는 제목, 날짜, 영구 링크를 유지하고 출처를 Orange News(으)로 표기해 주세요.
Orange News: 실시간 강화 학습으로 Composer 코딩 모델 개선. 2026년 3월 26일. https://new.nat6.net/ko/news/cmosbbgu40077slojavnrbfuj/