Program-as-Weights mengompilasi fungsi fuzzy menjadi artefak neural yang ringkas

Para peneliti mengusulkan pemrograman fungsi fuzzy untuk mengompilasi spesifikasi bahasa alami menjadi artefak neural yang dapat dieksekusi secara lokal, mengatasi masalah lokalisasi, reproduktibilitas, dan biaya penggunaan API model bahasa besar untuk tugas sehari-hari. Mereka menginstansiasi paradigma ini dengan Program-as-Weights (PAW), yang menggunakan kompiler 4B yang dilatih pada dataset FuzzyBench 10M contoh yang mereka rilis untuk menghasilkan adapter efisien parameter untuk interpreter beku.

• Interpreter Qwen3 0.6B yang menjalankan program PAW mencocokkan kinerja prompting langsung ke Qwen3-32B.
• Pendekatan ini menggunakan sekitar satu lima puluh dari memori inferensi dan berjalan pada 30 tok/s di MacBook M3.
• PAW membingkai ulang model fondasi sebagai pembuat alat, menghasilkan artefak kecil yang dapat digunakan kembali untuk panggilan berikutnya secara offline dan murah.

Metode ini memungkinkan pengembang membuat fungsi ringkas yang dapat dieksekusi secara lokal yang menghindari biaya tinggi dan latensi yang terkait dengan panggilan API per input.