Cursor 的 Composer-2 以 Kimi k2.5 为基座并经 CPT 与 RL 训练

Aman Sanger 表示，团队在基于 perplexity 的评测中评估了大量基座模型，Kimi k2.5 表现最强。此后他们进行持续预训练（CPT）和 4 倍规模扩展的高算力 RL，配合 Fireworks 的推理与 RL 采样器，使 Composer-2 达到前沿水平；他承认最初博客未提及 Kimi 基座是个疏漏，下个模型会修正。