Unverified90% confidenceFactTime unknown
Composer 2.5引入了基于文本反馈的定向强化学习方法，在模型出错位置插入局部提示作为教师信号，通过on-policy KL散度损失进行训练
1
Sources
90%
Confidence
Medium-term (~90 days)
Relevance
5/31/2026
First Seen
Valid until: 8/29/2026
Sources
Cursor Composer 2.5深度解析：1/10成本比肩Claude Opus 4.7的编码能力
bilibili多模态实验室
Related Entities
Related Claims
Unverified文本反馈（Textual Feedback）方法通过教师模型对 rollout 片段给出自然语言提示，将稀疏标量奖励转化为密集局部化的文本监督信号77% similarUnverifiedComposer 2.5是Cursor针对编程场景的专项优化版本，在代码库索引、符号引用理解和差量编辑等方面进行了深度调优67% similarUnverified豆包TTS的表演指导机制属于带内信令设计，控制指令和待朗读文本混合在同一文本输入中，依赖模型理解能力区分两者64% similarUnverified冗长的系统提示通常意味着开发者用大量文字教模型该怎么做，是把工程问题转嫁给提示词的做法63% similarUnverifiedComposer 2.5在代码编写、调试和逻辑推理维度表现突出，但在创意维度略有不足。62% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/12616API
curl https://kongchang.com/api/v1/knowledge/claims/12616MCP
get_claim(id=12616)