Cursor 是一款基于人工智能的編程平臺，最近宣布對其 Tab 模型進行了升級。Tab 模型是為開發者提供自動補全建議的系統。此次升級顯著減少了低質量建議的數量，提高了建議的準確性。具體來說，新的 Tab 模型相比于之前的版本，建議數量減少了21%，而接受率提高了28%。

Cursor 在其博客中表示，實現高接受率不僅僅是讓模型變得更智能，還需要懂得何時提供建議、何時不提供。為了應對這一挑戰，Cursor 考慮了訓練一個單獨的模型，用于預測某個建議是否會被接受。該公司引用了一項2022年的研究，指出這種方法在 GitHub Copilot 中取得了成功。研究中采用了邏輯回歸過濾器，分析編程語言、最近的接受歷史和訓練字符等特征，將那些得分較低的建議隱藏起來。

然而，Cursor 認為這種解決方案雖然可以預測用戶接受建議的概率，但希望有一個更通用的機制，能夠重用 Tab 模型學到的強大代碼表示。Cursor 希望通過改變 Tab 模型的結構，避免在最初就產生低質量建議，而不是后續再進行過濾。

因此，Cursor 采用了策略梯度方法，這是一種強化學習的方法。當用戶接受建議時，模型會得到獎勵;當建議被拒絕時，模型會受到懲罰;而在選擇保持沉默時則不會得到任何反饋。此方法需要 “在線” 數據，即從當前使用的模型收集的反饋。Cursor 通過每天多次向用戶部署新的檢查點，并迅速基于新交互對模型進行再訓練，來解決這一問題。

Cursor 表示，當前從部署檢查點到收集數據的過程僅需1.5到2小時，這在 AI 行業中已經算是較快，但仍有進一步加速的空間。該公司的 Tab 模型每天處理超過4億個請求，Cursor 希望這一改進能夠提升開發者的編碼體驗，并計劃在未來進一步開發這些方法。

在線強化學習是該領域最令人興奮的方向之一，一位在 OpenAI 從事后訓練的工程師在社交媒體上對此表示贊賞，稱 Cursor 似乎是第一個成功在大規模上實施該技術的公司。

不久前，Cursor 的母公司 Anysphere 宣布融資9億美元，估值達99億美元，并推出了一項月費200美元的 “超值” 計劃，承諾提供20倍于20美元月費 “專業版” 的使用量。此外，Cursor 還在同月進行了平臺更新，新增了自動代碼審查、記憶功能和一鍵設置模型上下文協議服務器的功能。

劃重點: