Program-as-Weights: Fuzzy Functions를 위한 프로그래밍 패러다임

기존의 LLM API 호출 방식은 비용이 높고 재현성이 떨어지는 문제가 있습니다. 이를 해결하기 위해 Fuzzy-function programming이라는 새로운 패러다임을 제안합니다.

**Program-as-Weights (PAW)**는 자연어 명세를 입력하면 이를 실행 가능한 소형 신경망 아티팩트로 컴파일하는 방식입니다. 4B 규모의 컴파일러가 FuzzyBench 데이터셋을 기반으로 학습되어, 고정된 경량 인터프리터를 위한 **매개변수 효율적 어댑터(PEFT)**를 생성합니다.

이 방식의 주요 특징은 다음과 같습니다:

• 효율성: 0.6B 규모의 Qwen3 인터프리터가 32B 모델의 성능을 구현하면서도, 추론 메모리 사용량은 1/50 수준으로 줄어듭니다.
• 속도: MacBook M3 환경에서 30 tokens/s의 속도로 실행 가능합니다.
• 패러다임 전환: LLM을 매번 입력을 처리하는 '문제 해결사'가 아니라, 재사용 가능한 도구를 만드는 **'도구 제작자(Tool Builder)'**로 재정의합니다.