深度分析 Program-as-Weights（PAW）：將模糊函數編譯為本地神經程式的全新範式 隨著模糊函數越來越多被外包給大型語言模型 API，研究者提出 Program-as-Weights（PAW）將自然語言規格編譯成小型本地執行的神經程式。PAW 使用 4B 編譯器產生 LoRA 適配器，讓 0.6B 解譯器在記憶體與速度上遠優於直接呼叫 32B 模型。此技術有望降低成本、提升可重現性，並推動小模型本地化的未來趨勢。
