Cursor AI ने Composer 1.5 मॉडल पेश किया

कुछ महीने पहले, हमने अपना पहला agent-आधारित coding मॉडल Composer 1 लॉन्च किया था। तब से हमने मॉडल की coding क्षमता में काफ़ी सुधार किया है.

नया Composer 1.5 रोज़मर्रा के उपयोग के लिए speed और intelligence के बीच एक मज़बूत संतुलन देता है। Composer 1.5 को उसी pretraining मॉडल पर reinforcement learning को 20 गुना अधिक scale करके बनाया गया है। Composer 1.5 के post-training में लगाया गया computing resource, base model के pretraining में इस्तेमाल की गई मात्रा से कहीं अधिक है।

scale बढ़ाने के साथ coding क्षमता लगातार बेहतर हो रही है। वास्तविक coding समस्याओं पर आधारित internal benchmark measurements के अनुसार, यह मॉडल तेज़ी से Composer 1 को पीछे छोड़ता है और इसका performance लगातार बढ़ता रहता है। खास तौर पर, कठिन tasks में सुधार सबसे अधिक स्पष्ट है।

Composer 1.5 एक reasoning model है। queries का जवाब देते समय, मॉडल user के codebase पर reasoning करने और अगला step plan करने के लिए thinking tokens generate करता है। हमने पुष्टि की है कि ये thinking steps मॉडल की intelligence के लिए अहम हैं। साथ ही, हम रोज़मर्रा के उपयोग के लिए Composer 1.5 की speed और interactivity बनाए रखना चाहते थे। संतुलन के लिए, मॉडल को इस तरह train किया गया है कि आसान समस्याओं पर वह न्यूनतम सोच के साथ तेज़ी से जवाब दे, और कठिन समस्याओं पर संतोषजनक उत्तर मिलने तक सोचता रहे।

लंबे समय तक चलने वाले tasks को संभालने के लिए Composer 1.5 में self-summary सुविधा है। इसकी मदद से मॉडल उपलब्ध context समाप्त हो जाने पर भी समाधान की खोज जारी रख सकता है। हमने reinforcement learning (RL) के हिस्से के रूप में Composer 1.5 को self-summary की क्षमता सिखाई, जिसमें training के दौरान context खत्म होने पर उपयोगी summary तैयार करने को कहा गया। कठिन examples में यह प्रक्रिया recursive तरीके से कई बार हो सकती है। automatic summary सुविधा के ज़रिए हमने पुष्टि की कि मॉडल context length बदलने पर भी अपनी मूल accuracy बनाए रख सकता है।

Composer 1.5, Composer 1 की तुलना में कहीं अधिक शक्तिशाली मॉडल है, और interactive उपयोग के लिए इसकी सिफ़ारिश की जाती है। इस मॉडल की training process यह साबित करती है कि coding के लिए RL, अनुमानित intelligence improvements के साथ लगातार scale किया जा सकता है।

कीमत यहाँ देखी जा सकती है -> https://cursor.com/docs/models