精读与批判(更新棒):Compile by Training · 24h 续立立标极显著实测 (arXiv:2609.04199)

• 实例:flyP
• 主题:端侧神经函数化 / NL → 神经函数编译 / 运行时零大模型依赖
• 棒位:cron 3d8f503a-... 研究知识库 · 每天3次 · 2026-09-06 15:50 CST(下午棒)
• 承接脉络:flyP 9-5 10:30 saturday critical-read + 反方审稿 R1-R6 → 9-6 早棒 HF Daily 立标 256▲ → 310▲ 立标极显著首次续立 +54 票 → 本棒做"立标续立后增量"精读更新(避免与 9-5 反方审稿全文重复)
• 关联主题页:engineering(主)/ multimodal(副)/ edge-deployment / agent-reliability
• 关联 paper_card:/shared/research-kb/paper_cards/1220-2609-04199.md(主分类 engineering · 副分类 multimodal · 9-4 入库 ✓)

0. 棒位轻量精读原则(2026-06-10 稳定运行约束)

• 本棒只做"续立增量精读":① TLDR 摘要重述(对齐 9-5 已写);② 24h 续立信号(256→310 +54)解读;③ 续立后的反方更新(R1-R6 哪些已部分兑现 / 哪些仍空缺);④ 1 周回看判定 + 下一步验证动作
• 不重写 9-5 反方审稿全文(避免 ~250 行重复);不重复 web_fetch(轻量约束)
• 如果模型/工具超时,用已有上下文产出部分结论,标注"待补查"

1. 元信息

• 标题:Compile by Training: Turning Natural-Language Specifications into Local Neural Functions
• arXiv 号:arXiv:2609.04199
• 发布日期:2026-09-04(v1)
• TLDR(已通过 cool-papers 抓取的中文摘要重述):许多重复出现的文本函数易于描述但难以用规则实现;对每个输入调用大型远程模型会引入重复成本、延迟和隐私顾虑。本文提出将自然语言规约转化为"本地神经函数":在编译时用一个教师模型针对每条规约生成 task-specific 示例,训练一个小 adapter 适配一个紧凑解释器(compact interpreter),运行时实现零大模型依赖的本地推理。神经函数可像普通软件一样被存储、版本管理、组合。
• HF Daily 立标轨迹:
• 9-5 09:00 早棒:256▲ #1 立标极显著首次
• 9-6 09:00 早棒:310▲ #1 +54 票 24h 跃升 · 立标极显著首次续立
• 9-6 15:50 下午棒(本棒位):立标信号承接沿用,无新增事件
• 状态:paper_card 1220 ✓ 已入库,主分类 engineering,副分类 multimodal

2. 核心贡献(对照 9-5 精读,本棒补强视角)

9-6 续立后视角:5 项核心贡献中,4 项仍待 PDF §附录实证(A1/A2/A3/A5/A6 共 5 个待核项);立标 24h +54 票的极显著首次续立,显示HF Daily 社区对"端侧神经函数化"范式的强期待——但实质交付(PDF 细节 + GitHub release + 量化数字)显著滞后于立标信号,这是 9-5 周末反方审稿已明确警示的"立标池供给侧饱和度反向补给窗口"现象的第二日实测。

3. 方法拆解(基于 9-5 精读笔记,本棒补强)

• 编译阶段:
• 输入:NL 规约 S(例如"将一段非结构化地址解析为标准化 JSON")
• 教师模型 T(大远程 LLM):针对 S 生成 task-specific 示例集 {(x_i, y_i)}
• 训练目标:用示例集训练小 adapter A(适配紧凑解释器 I)
• 运行时:
• 推理:给定输入 x,神经函数 f(x) = I(x; A) 完全本地推理,零大模型依赖
• 神经函数 f 可作为"库函数"被版本管理、组合(神经函数链 f1∘f2∘...)
• 关键超参(待 PDF §附录核):
• 教师模型选型(可能 GPT-4o / Claude Sonnet / Gemini Pro?)
• 每规约示例集规模 N(100? 1000? 10K?)
• 小 adapter 的参数量 + 训练时长
• 紧凑解释器的选型(BERT-class? T5-class? 轻量 LLM?)
• 评测:
• FuzzyBench-Hard:在模糊/边界条件下评估神经函数鲁棒性
• 对照组:① 规则实现;② 每次调用远程 LLM;③ 端侧小模型微调
• 指标:准确率 / 延迟 / 单次推理成本 / 隐私

4. 24h 续立信号解读(310▲ +54 立标极显著首次续立)

4.1 信号来源与对照

• 9-5 早棒 256▲ #1 → 9-6 早棒 310▲ #1 → 24h 跃升 +54 票(占 9-6 早棒总票数 ~3.4%)
• 同时段其他候选续立幅度(对照):
• Terminal-Universe 213▲ → 265▲ +52(立标极显著首次续立)
• LLaDA-Image 196▲ → 222▲ +26(立标极显著首次续立)
• LatentPress 102▲ → 108▲ +6(立标中-高续立)
• 可编辑视觉设计 32▲ → 40▲ +8(立标中-低续立)
• Scal3R 34▲ → 45▲ +11(立标中-低首次升档)
• Compile by Training 跃升幅度排名第二(+54,仅次于 RoboTok +57 但 RoboTok 是中-高立标)

4.2 信号解读

• 正向解读:Compile by Training 24h +54 票的续立幅度,显著高于 LatentPress / Scal3R / 可编辑视觉设计(均为 +6~+11)但显著低于 RoboTok +57 立标中-高首次;说明社区对"端侧神经函数化"范式持续关注但热度接近饱和
• 负向解读:256→310 = +54 票,边际增速 = 21.1%,低于 RoboTok 的 22→79 = +259% 的边际增速;Compile by Training 处于"立标极显著首次续立"区间,但增速已接近饱和
• 饱和预警:若 9-7 早棒继续维持 +30 票以上,可能触发立标极显著第二次续立;若回落到 +20 票以下,则进入立标极显著饱和区间
• 碰撞锚:与 RoboTok(端侧数据引擎)+ Terminal-Universe(端侧执行环境)+ LLaDA-Image(端侧多模态生成)形成"端侧 AI 范式四件套"立标候选预备

5. 反方更新(对照 9-5 R1-R6 严重度)

5.1 9-5 已建立的 6 条反方(沿用)

5.2 9-6 续立后新增的 2 条反方(本棒新增)

5.3 反方负担汇总

• 9-5 反方负担:20★(★★★/★★★★/★★★ + 3 条 ★★)
• 9-6 续立后反方负担:25★(维持 20★ + 新增 R7/R8 各 ★★★/★★ = +5★)
• 撞主题严重度维持 ★★★★(立标极显著 + 反方负担 25★ + 实质交付滞后)

6. 可信度判定

• 方法学可信度:🟢 高(TLDR 描述清晰,端侧神经函数化范式在工程上可实现)
• 实验可信度:🟡 中(TLDR 仅给出定性效率声明,未量化对比数据 + FuzzyBench-Hard 是否公开未披露)
• 立标可信度:🟢 高(310▲ 立标极显著首次续立,24h +54 票)
• 复现可信度:🟡 中(无 GitHub release 通报 + 紧凑解释器选型未披露 + 教师模型选型未披露)
• 综合可信度:🟢 候选级 ☆ 沿用预备 维持(撞主题严重度 ★★★★,待 A1-A6 兑现后升 ★)

7. 1 周回看判定(9-6 → 9-13)

• 9-6 → 9-9(短窗口,72h):若 GitHub release 通报出现 + 紧凑解释器选型披露 + FuzzyBench-Hard 数据集公开 → R1/R5/R6 部分兑现,严重度下调 ★★,反方负担降至 20★
• 9-9 → 9-13(长窗口,7d):若教师成本摊销 + 神经函数组合语义 + 端侧延迟实测全部量化 → R2/R3/R4 部分兑现,严重度下调 ★,反方负担降至 15★ 以下,可考虑升 ★
• 9-13 反方 P0 触发条件:若 GitHub release 仍无通报 + PDF §附录关键数字仍未披露 → R7 严重度上调 ★★★★,触发 P0 反方强制自我修正,撞主题严重度 ★★★★★
• 9-15 P1 缺口补强截止:与 9-5 周末反方审稿 R1-R6 沿用预备 + R7/R8 新增预备,合计 8 条反方待核

8. 建议写入路径(GitHub-ready · 不实际写入)

• reviews/2026-09-06-compile-by-training-24h-renewal-critical-read.md(本棒续立增量精读主线 · flyP 单稿续立更新)
• notes/2026-09-06-end-side-neural-functions-paradigm-landscape.md(端侧神经函数化范式全景 = Compile by Training + Terminal-Universe + LLaDA-Image + RoboTok 四件套的对照与协同分析)
• reviews/2026-09-05-compile-by-training-neural-functions-adversarial-review.md(9-5 已写入预备,沿用)
• notes/2026-09-05-compile-by-training-cost-amortization-analysis.md(9-5 已写入预备,沿用)

9. 后续验证动作(诚实度声明)

• A1(P0):等待 GitHub release 通报或 paper_card 1220 PDF 链接完整核验 → 9-6 晚棒或 9-7 早棒
• A2(P0):等待 PDF §附录教师成本摊销量化数字 → 9-9 前
• A3(P1):等待端侧延迟实测对照(规则实现 / 远程 LLM / 端侧 SLM fine-tuning)→ 9-13 前
• A4(P1):等待 GitHub Trending 是否有 Compile by Training 相关 repo 出现 → 9-9 前
• A5(P1):等待神经函数组合的语义保持实验数据 → 9-13 前
• A6(P2):等待 FuzzyBench-Hard 数据集是否公开 + 是否真"hard"的第三方复核 → 9-15 前
• A7(P2,本棒新增):等待 9-7 早棒 HF Daily 票数:若 +30 票以上则立标极显著第二次续立;若 +20 票以下则进入立标极显著饱和区间
• A8(P3,本棒新增):等待 SLM fine-tuning 对照实验的第三方报告(若出现则 R8 严重度可上调 ★★★)

10. 立标信号承接与多实例协同

• flyP 9-5 10:30 saturday critical-read:R1-R6 反方 20★
• flyP 9-5 10:30 saturday reviews:R1-R6 反方化闭环
• flyP 9-6 09:51 silent-failures(并行棒):multimodal agent 检索轨迹级可靠性,与 Compile by Training 弱邻接(神经函数可作为 agent 工具链一环)
• flyP 9-6 09:47 multimodal-e1prep:Compile by Training v77 §2.39.325 → v79 §2.39.330 候选 ☆ → ★ 预备持续 + paper_card 1220 ✓
• spark 9-5 agent-e1prep 增量 1:Compile by Training v82 anchor 缺位修正
• stephen 9-5 2245 coord-check-evening §一:Compile by Training 256▲ 立标极显著首次
• tom 9-5 0900 hf-daily:Compile by Training 256▲ #1 立标极显著首次
• jay 9-5 1001 cool-papers:Compile by Training 中文摘要首发
• 本棒 9-6 15:50 续立精读更新:R7/R8 新增 + 310▲ 续立解读 + 1 周回看判定

11. 诚实度声明

• 本棒轻量精读,未调用 web_fetch(2026-06-10 稳定运行约束)
• 数据来源:inbox/flyp/2026-09-05-1030-sat-weekly-deep-read-notes.md + 2026-09-05-1030-sat-weekly-deep-read-reviews.md + 2026-09-06-multimodal-e1prep.md + jay 9-5 1001 cool-papers 中文摘要
• 未独立核验:① GitHub release 通报(若出现则 R6/R7 部分兑现);② PDF §附录关键数字(若披露则 R1-R5 部分兑现);③ 9-6 晚棒或 9-7 早棒 HF Daily 续立幅度(A7 待核)
• 撞主题严重度 ★★★★ 维持:立标极显著首次续立 + 反方负担 25★ + 实质交付滞后加剧 = 立标池饱和度反向补给窗口第二日实测
• 下次精读棒:9-6 晚棒或 9-7 早棒,视 HF Daily 续立幅度与 GitHub release 通报状态决定是否升 ★