已过期60% 置信事实时间未知

Cursor和Fireworks采用了异步流水线方案进行RL训练，使所有GPU始终保持满载运行

2

来源数

60%

置信度

中期 (~90 天)

时效性

2026/5/31

首次发现

有效期至：2026/8/29(已过期)

来源

Cursor Composer 2训练揭秘：分布式强化学习架构全解析

bilibiliWeb3天空之城

涉及实体

Cursorcompany Fireworkscompany

相关事实

待验证Cursor和Fireworks联合开发了Router Replay技术，解决了MoE模型在RL训练中推理端和训练端专家路由不一致的问题73% 相似待验证RL训练涉及环境交互（CPU密集）和策略优化（GPU密集）两个阶段的交替66% 相似待验证Cursor在用户流量低谷时借用生产环境的推理GPU来加速训练64% 相似待验证Grok 4.5 训练包含数万亿的 Cursor 使用数据，并与 RL 训练流程结合63% 相似待验证梯度同步是指数据并行训练中每个GPU通过Ring-AllReduce算法将梯度与所有其他GPU聚合的操作，其通信量与模型参数量成正比63% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/5804

API

curl https://kongchang.com/api/v1/knowledge/claims/5804

MCP

get_claim(id=5804)