연구진은 자연어 사양을 기반으로 함수를 컴파일하는 '퍼지 함수 프로그래밍' 패러다임을 제안했어요. 이 패러다임을 구현한 Program-as-Weights (PAW)는 4B 크기의 컴파일러가 1000만 개의 예제로 학습하여, 기존 모델에 적용 가능한 어댑터를 생성합니다. PAW는 0.6B Qwen3 인터프리터를 사용해 Qwen3-32B의 성능을 능가하면서도 메모리 사용량과 추론 속도를 크게 개선했어요.
PAW는 기존 모델을 입력별 문제 해결사에서 도구 빌더로 전환하여, 함수 정의 시 한 번만 호출하여 재사용 가능한 작은 아티팩트를 생성합니다. 이후 함수 적용 시 호출 비용은 저렴하고 오프라인에서 실행돼요. 연구진은 FuzzyBench 데이터셋과 함께 PAW 관련 자료를 공개했어요.