Compile by Training transforme une spécification en langage naturel en fonction neuronale locale et atteint 83,6 % sur FuzzyBench-Hard
Le 3 septembre 2026, Yuntian Deng et Pengyu Nie, de l'université de Waterloo, et Stuart Shieber ont présenté une méthode qui compile une spécification écrite en langage courant en une fonction neuronale réutilisable, exécutable sans appel à un fournisseur distant. À la compilation, des modèles enseignants produisent des exemples propres à la tâche, qui entraînent un petit adaptateur pour un interpréteur compact ; la fonction obtenue tourne ensuite seule et se stocke, se versionne et se compose comme un logiciel ordinaire. Les auteurs l'ont déployée dans un service interactif public, avec des fonctions compilées pour un assistant de navigation multi-sites, un avatar 3D piloté par le langage et un traducteur bidirectionnel. Sur FuzzyBench-Hard, sous-ensemble où le compilateur rapide Program-as-Weights ne produisait aucune correspondance exacte, la méthode atteint 83,6 % de précision sémantique, au prix d'environ une minute de compilation contre quelques secondes.
