先手 SENTE · 周报阅读清单 · 速读 · arXiv 2609.04199
Compile by Training：把一句自然语言需求「编译」成本地小模型函数
Compile by Training: Turning Natural-Language Specifications into Local Neural Functions
Yuntian Deng，Pengyu Nie，Stuart Shieber · 2026-09-03
不必每次调用大模型 API：一分钟编译出一个可复用的本地函数
打开交互式解读 →三个要点
- 问题：很多反复出现的文本处理函数容易描述、难用规则实现；而每次输入都调用远程大模型，会带来重复成本、延迟和对供应商的依赖。
- 方法：编译时，由大模型教师根据需求描述合成任务样例，用来给一个紧凑的解释器模型训练小型 LoRA 适配器。得到的函数运行时不再需要教师，可以像普通软件一样存储、版本管理和组合。
- 结果：在 FuzzyBench-Hard（Program-as-Weights 快速编译器一个精确匹配都没做出的子集）上，语义准确率 83.6%。代价是编译时间约一分钟，而快速编译器只需几秒。已部署为公开交互服务。
83.6% FuzzyBench-Hard 语义准确率
适合谁读：做端侧 AI、开发者工具和降低推理成本的团队；关注「大模型 API 替代品」的投资人。
AI 解读 · 基于原文：本页由 AI 根据论文原文整理，所有数字均可在原文中找到出处；引用前请核对原文。