Composer 2.5

Composer 2.5とは？

Composer 2.5はCursorで利用できるAIコーディングモデルです。Composer 2と比べて大幅な改善版とされ、長時間にわたるエージェントタスク、より優れた指示順守、より一貫した協調動作で強化されています。

このモデルは、Composer 2と同じオープンソースのチェックポイント、MoonshotのKimi K2.5を基盤にしていますが、知能と使いやすさの両方を向上させるための追加手法で学習されています。ソースによると、学習プロセスにはスケールアップした強化学習、より複雑なRL環境、ターゲットを絞ったテキストフィードバック、実際のコードベースに基づくより多くの合成タスクが含まれます。

主な機能

• 長期タスクの処理改善: Composer 2.5は、ロールアウトが多数のトークンと複数のツール呼び出しにまたがる長時間のエージェント作業でも有効性を保つよう設計されています。
• より信頼できる指示順守: 複雑な指示により一貫して従うよう学習されており、手順や制約の多いコーディング作業で重要です。
• RLでのターゲットテキストフィードバック: 学習では、特定の問題のあるターンの文脈に局所的なヒントを挿入し、その軌跡上のその地点で望ましい振る舞いを方策に蒸留できます。
• 拡張された合成タスク学習: Composer 2.5はComposer 2の25倍の合成タスクを使用し、実際のコードベースに基づき、検証可能な報酬を伴うタスクで学習します。
• ベンチマークスコア以外の挙動調整: 学習プロセスでは、コミュニケーションスタイルや努力量の調整も行われ、ソースではこれらが実用性に重要だとされています。
• オープンソースのチェックポイントを基盤: Composer 2.5はMoonshotのKimi K2.5チェックポイントから継続しており、CursorはSpaceXAIとともに、ゼロから学習したはるかに大規模なモデルにも取り組んでいると述べています。

Composer 2.5の使い方

Cursorでは、コーディングやエージェントタスクのモデルとしてComposer 2.5を選択します。長時間の対話、ツール利用、コード変更、反復的な改善を伴うワークフロー向けです。

典型的な流れとしては、モデルにコーディングタスクを与え、コードベースを調査させ、指示に従わせ、必要に応じてツールを呼び出し、その後で変更内容や説明を確認します。特に、タスクが長時間に及ぶ場合や、制約への慎重な準拠が必要な場合に適しています。

ユースケース

• 長時間のコーディングタスク: 大きなロールアウトで多数の判断が必要な場合、たとえば複数ファイルの編集や機能の反復作業に役立ちます。
• 複雑な指示順守: 実装の詳細を変えつつ挙動を維持するなど、細かな制約があるタスクに適しています。
• ツール多用のワークフロー: 利用不可のツールや失敗した呼び出しなど、局所的なエラーから回復しながらツールを繰り返し使う必要がある場合に有効です。
• コードベースに基づく合成タスク: テストと検証可能な成果を伴い、実際のコードベースに対してモデルを動かす学習・評価環境を支援します。
• コミュニケーション重視の協働: 正確さだけでなく、より明確な説明、文体、調整された努力量が求められる場面に関係します。

FAQ

Composer 2.5は新製品ですか、それともモデル更新ですか？
Cursorで利用できるComposerの新バージョンで、Composer 2の改善版として位置づけられています。

Composer 2.5はComposer 2と異なるチェックポイントに基づいているとソースは述べていますか？
いいえ。ソースでは、Composer 2と同じオープンソースのチェックポイント、MoonshotのKimi K2.5を基盤にしているとしています。

学習では何が変わりましたか？
ソースでは、スケールした学習、より複雑なRL環境、ターゲットを絞ったテキストフィードバック、より大きな合成タスクセットが強調されています。

主にベンチマーク性能向けですか？
それだけではありません。ソースは、知能に加えて、コミュニケーションスタイルや努力量の調整など、挙動と使いやすさの改善を重視しています。

代替案

• Composer 2: 以前のCursorモデル版で、新しい学習や挙動の変化を比較する直接的な基準として使えます。
• 汎用コーディングエージェント: コード生成とツール利用に焦点を当てた他のAIコーディングアシスタント。長期タスクや挙動の調整の扱いは異なる場合があります。
• IDE統合型LLMアシスタント: コーディングワークフローを支援するエディタ内アシスタントですが、Composer 2.5に説明されるようなRL重視の学習手法は使わない場合があります。
• 人手によるコードレビューと反復開発: 特に挙動の精度が重要な、長く複雑な変更に対して手動管理を好むチーム向けの非モデル代替手段です。