Program-as-Weights mengompilasi spesifikasi bahasa alami menjadi artefak neural yang ringkas

Peneliti mengusulkan pemrograman fungsi fuzzy untuk menggantikan API model bahasa besar untuk tugas-tugas seperti peringatan log dan perbaikan JSON, dengan tujuan meningkatkan lokalisasi, reproduktibilitas, dan biaya. Mereka memperkenalkan Program-as-Weights (PAW), yang menggunakan kompiler 4B yang dilatih pada dataset FuzzyBench yang dirilis untuk menghasilkan adapter efisien parameter untuk interpreter beku.

• Sistem ini mengompilasi spesifikasi bahasa alami menjadi artefak neural yang ringkas dan dapat dieksekusi secara lokal.
• Interpreter Qwen3 0.6B yang menjalankan program PAW mencocokkan kinerja dengan prompting langsung menggunakan 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, memungkinkan pengguna memanggil kompiler sekali per definisi fungsi untuk menghasilkan artefak kecil yang dapat digunakan kembali untuk panggilan berikutnya yang murah dan offline.