「Compile by Training」：自然语言直接编译成本地神经程序，FuzzyBench-Hard 达 83.6%
_akhaliq · x · 2026-09-05
论文《Compile by Training》提出一种新思路：把自然语言描述的规格（specs）直接「编译」成小型神经程序，可在紧凑的解释器上本地运行。
- 编译过程约 1 分钟即可完成。
- 在 FuzzyBench-Hard 基准上达到 83.6% 的语义准确率。
- 与传统「编译成机器码」不同，这里编译产物是可本地执行的小型神经网络，用训练替代编译过程。
这一方向模糊了编译器与神经网络的边界，若成熟，可能让自然语言应用以极小依赖直接在端侧运行。
所属事件:滑铁卢大学推 Compile by Training：自然语言直接编译成本地神经程序(2 条相关)→
「研究」频道最新
- 腾讯论文提出环境进化：不盯 agent 也能持续生成更难的 RL 训练环境 — omarsar0 · 2026-09-05
- 微软神经符号系统 AgentScope 精准定位 agent 80 步前的失败点 — dair_ai · 2026-09-05
- 研究者放出 Qwen3.5-2B 第 12 层子空间可视化 — Sauers_ · 2026-09-05
- EMNLP 论文:AI 生成文本跨模型跨领域有一致风格指纹,AI 修改文本不同 — najoungkim · 2026-09-05
- Knuth TAOCP 全卷开放难题整理成数据集,称其为前沿模型最佳基准 — sytelus · 2026-09-05
- 逆转 Eroom 定律:临床试验为何是生物医药的真正瓶颈 — anshulkundaje · 2026-09-05