研究人员推出了一种新的编程范式 Program-as-Weights (PAW),它将自然语言规范编译成紧凑的、本地可执行的神经网络构件。该方法旨在通过使用在名为 FuzzyBench 的 10M 示例数据集上训练的 4B 编译器来解决传统基于规则的系统难以处理的任务,例如日志分析或数据修复。一个轻量级的 0.6B Qwen3 解释器执行 PAW 程序,其性能可以媲美 Qwen3-32B 等大型模型,同时占用的内存更少,并且在消费级硬件上运行速度更快。 AI
影响 能够高效地在本地执行从自然语言编译而来的复杂函数,减少对大型远程模型的依赖。
排序理由 该集群描述了一篇介绍新颖编程范式及相关工具的研究论文。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 4 个来源。 我们如何撰写摘要 →