論文の概要: Composer 2 Technical Report

• arxiv url: http://arxiv.org/abs/2603.24477v1
• Date: Wed, 25 Mar 2026 16:18:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-26 21:06:11.383429
• Title: Composer 2 Technical Report
• Title（参考訳）: コンストラクタ2 技術報告
• Abstract要約: Composer 2はエージェントソフトウェアエンジニアリング用に設計された特殊なモデルである。 モデルは2つのフェーズでトレーニングされる。まず、モデルの知識を改善するための事前トレーニングと、潜伏するコーディング能力だ。 デプロイされたモデルで使用されるのと同じカーソルハーネスでトレーニングをサポートするインフラを開発する。
• 参考スコア（独自算出の注目度）: 93.84516486051359
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Composer 2 is a specialized model designed for agentic software engineering. The model demonstrates strong long-term planning and coding intelligence while maintaining the ability to efficiently solve problems for interactive use. The model is trained in two phases: first, continued pretraining to improve the model's knowledge and latent coding ability, followed by large-scale reinforcement learning to improve end-to-end coding performance through stronger reasoning, accurate multi-step execution, and coherence on long-horizon realistic coding problems. We develop infrastructure to support training in the same Cursor harness that is used by the deployed model, with equivalent tools and structure, and use environments that match real problems closely. To measure the ability of the model on increasingly difficult tasks, we introduce a benchmark derived from real software engineering problems in large codebases including our own. Composer 2 is a frontier-level coding model and demonstrates a process for training strong domain-specialized models. On our CursorBench evaluations the model achieves a major improvement in accuracy compared to previous Composer models (61.3). On public benchmarks the model scores 61.7 on Terminal-Bench and 73.7 on SWE-bench Multilingual in our harness, comparable to state-of-the-art systems.
• Abstract（参考訳）: Composer 2はエージェントソフトウェアエンジニアリング用に設計された特殊なモデルである。 このモデルは、対話的な使用のための問題を効率的に解決する能力を維持しながら、強力な長期計画とコーディングインテリジェンスを示す。 まず、モデルの知識と潜伏するコーディング能力を改善するために事前訓練を継続し、続いて大規模強化学習を行い、より強力な推論、正確な多段階実行、長期の現実的なコーディング問題に対する一貫性を通じてエンドツーエンドのコーディング性能を改善する。 私たちは、デプロイされたモデルで使用されるのと同じカーソルハーネスで、同等のツールと構造でトレーニングをサポートするインフラを開発し、実際の問題に密接にマッチする環境を使用します。 ますます困難なタスクにおけるモデルの能力を測定するため、我々は、私たち自身を含む大規模なコードベースにおいて、実際のソフトウェア工学上の問題から派生したベンチマークを導入する。 Composer 2はフロンティアレベルのコーディングモデルであり、強力なドメイン特化モデルのトレーニングプロセスを示す。 CursorBench の評価では,従来のComposer モデル (61.3) と比較して精度が大幅に向上した。 公的なベンチマークでは、端末ベンチで61.7、SWEベンチで73.7、我々のハーネスでSWEベンチマルチリンガルで、最先端のシステムに匹敵する。

関連論文リスト

• On-the-Fly Input Adaptation for Reliable Code Intelligence [11.136449698197174]
  コード言語モデル(CLM)は、生成タスクと分類タスクの両方において、ソフトウェア工学において中心的な役割を果たす。 既存のソリューションは、モデルの再トレーニング、アーキテクチャの変更、あるいはプロンプトの再設計によって、この問題に対処する。 本研究は,パラメータを変更せずにモデル動作を改善する,オンザフライ入力適応に基づく代替戦略を提案する。
  論文  参考訳（メタデータ） (2026-05-19T04:55:49Z)
• IQuest-Coder-V1 Technical Report [56.045533451719905]
  IQuest-Coder-V1 シリーズ-(7B/14B/40B/40B-Loop) は、新しいコード大言語モデル(LLM)のファミリーである。 IQuest-Coder-V1は、コードインテリジェンスの重要な次元にわたる競合モデルの最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2026-03-17T16:15:31Z)
• Youtu-LLM: Unlocking the Native Agentic Potential for Lightweight Large Language Models [78.73992315826035]
  ネイティブエージェントインテリジェンスと高い計算効率を調和させる軽量言語モデルであるYoutu-LLMを紹介する。 Youtu-LLMは、スクラッチから体系的に推論と計画能力の育成まで事前訓練されている。
  論文  参考訳（メタデータ） (2025-12-31T04:25:11Z)
• AgentMath: Empowering Mathematical Reasoning for Large Language Models via Tool-Augmented Agent [80.83250816918861]
  o3やDeepSeek-R1のようなLarge Reasoning Models (LRM)は、長いチェーン・オブ・シークレットを持つ自然言語推論において顕著な進歩を遂げている。 しかし、計算的に非効率であり、複雑な数学的操作を必要とする問題を解く際には精度に苦しむ。 本稿では,言語モデルの推論能力とコードインタプリタの計算精度をシームレスに統合するエージェントフレームワークであるAgentMathを紹介する。
  論文  参考訳（メタデータ） (2025-12-23T19:57:49Z)
• Does In-IDE Calibration of Large Language Models work at Scale? [4.707628898226459]
  内部モデル信頼性のポストホック校正は、確率を許容可能性尺度に合わせることを目的としている。 オープンソースのモデルのキャリブレーション重み付けに使用できる,スケーラブルで柔軟なキャリブレーションフレームワークを開発した。 2400万人以上の現実世界の開発者インタラクションを大規模に分析した結果、プラッツスケーリングに基づく一般的なポストホックキャリブレーションモデルでは、平均してモデル信頼性信号の信頼性が向上しないことがわかった。
  論文  参考訳（メタデータ） (2025-10-26T10:15:03Z)
• Revolutionizing Reinforcement Learning Framework for Diffusion Large Language Models [49.911784762244814]
  TraceRLは拡散言語モデル(DLM)のための軌道対応強化学習フレームワークである 我々は最先端の拡散言語モデル、すなわち TraDo を導出する。 TraDo-8B-InstructはQwen2.5-7B-Instructで6.1%、Llama3.1-8B-Instructで51.3%の精度向上を実現している。
  論文  参考訳（メタデータ） (2025-09-08T17:58:06Z)
• Scaling Reasoning without Attention [44.42046576158219]
  アーキテクチャとデータ中心のイノベーションを通じて、両方の問題に対処する、注目のない言語モデルである。 我々のモデルは、自己アテンションとキー値キャッシュの必要性を排除し、固定メモリ、定数時間推論を可能にします。 ベンチマーク評価では、我々のモデル7Bは、強力なトランスフォーマーと同等のスケールのハイブリッドモデルよりも優れています。
  論文  参考訳（メタデータ） (2025-05-28T14:52:15Z)
• Verbal Process Supervision Elicits Better Coding Agents [0.9558392439655016]
  この研究は、言語プロセス監視(VPS)によって強化されたコード理解・推論エージェントであるCURAを導入している。 CURAはBigCodeBenchのような挑戦的なベンチマークでベースラインモデルよりも3.65%改善されている。
  論文  参考訳（メタデータ） (2025-03-24T09:48:59Z)
• 360Brew: A Decoder-only Foundation Model for Personalized Ranking and Recommendation [18.330496007364882]
  我々は、LinkedInのデータとタスクに基づいてトレーニングされ、微調整された150Bパラメータ、デコーダのみのモデルである、研究前のモデルである360Brew V1.0を紹介します。 このモデルは、LinkedInプラットフォームのさまざまなセグメントで30以上の予測タスクを解決し、現在のプロダクションシステムと同等以上のパフォーマンスレベルを達成することができる。
  論文  参考訳（メタデータ） (2025-01-27T19:14:52Z)
• Code Representation Learning At Scale [75.04686476303436]
  2段階の事前学習スキームを用いて,大量のコードデータを用いてコード表現学習を行う。 まず、マスキング言語モデリングにおけるランダム性と、プログラミング言語の構造的側面の両方を活用して、エンコーダを訓練する。 そして、教師なしの方法で強陰性かつ強正に構築された対照的な学習を通して表現を強化する。
  論文  参考訳（メタデータ） (2024-02-02T22:19:15Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。