Cursor 是一款基于人工智能的编程平台，最近宣布对其 Tab 模型进行了升级。Tab 模型是为开发者提供自动补全建议的系统。此次升级显著减少了低质量建议的数量，提高了建议的准确性。具体来说，新的 Tab 模型相比于之前的版本，建议数量减少了21%，而接受率提高了28%。

Cursor 在其博客中表示，实现高接受率不仅仅是让模型变得更智能，还需要懂得何时提供建议、何时不提供。为了应对这一挑战，Cursor 考虑了训练一个单独的模型，用于预测某个建议是否会被接受。该公司引用了一项2022年的研究，指出这种方法在 GitHub Copilot 中取得了成功。研究中采用了逻辑回归过滤器，分析编程语言、最近的接受历史和训练字符等特征，将那些得分较低的建议隐藏起来。

然而，Cursor 认为这种解决方案虽然可以预测用户接受建议的概率，但希望有一个更通用的机制，能够重用 Tab 模型学到的强大代码表示。Cursor 希望通过改变 Tab 模型的结构，避免在最初就产生低质量建议，而不是后续再进行过滤。

因此，Cursor 采用了策略梯度方法，这是一种强化学习的方法。当用户接受建议时，模型会得到奖励;当建议被拒绝时，模型会受到惩罚;而在选择保持沉默时则不会得到任何反馈。此方法需要 “在线” 数据，即从当前使用的模型收集的反馈。Cursor 通过每天多次向用户部署新的检查点，并迅速基于新交互对模型进行再训练，来解决这一问题。

Cursor 表示，当前从部署检查点到收集数据的过程仅需1.5到2小时，这在 AI 行业中已经算是较快，但仍有进一步加速的空间。该公司的 Tab 模型每天处理超过4亿个请求，Cursor 希望这一改进能够提升开发者的编码体验，并计划在未来进一步开发这些方法。

在线强化学习是该领域最令人兴奋的方向之一，一位在 OpenAI 从事后训练的工程师在社交媒体上对此表示赞赏，称 Cursor 似乎是第一个成功在大规模上实施该技术的公司。 

不久前，Cursor 的母公司 Anysphere 宣布融资9亿美元，估值达99亿美元，并推出了一项月费200美元的 “超值” 计划，承诺提供20倍于20美元月费 “专业版” 的使用量。此外，Cursor 还在同月进行了平台更新，新增了自动代码审查、记忆功能和一键设置模型上下文协议服务器的功能。