这是因为Meta认为，尽管大型语言模型（LLM）在各种软件工程及代码任务中展现卓越的能力，但它们在代码及编译器优化领域上的应用，却未得到充分的探索，训练LLM是个资源密集，需要大量GPU时间与大量数据收集、可能令人望之却步的任务，而LLM Compiler即是个专为优化代码任务所设计的预训练模型，并可供公开使用。

LLM Compiler已于5,460亿个LLVM-IR与组合代码的Token上进行训练，指令亦已经过微调以更好地编译器的行为，开发者可通过客制化的商业授权以进行广泛的运用，现有具备70亿参数及130亿参数的两种模型可供选择。

Meta还展示了经过微调的模型版本，这些版本在优化代码大小，以及将x86_64和ARM汇编语言反组译回LLVM-IR的能力方面取得了显著的进展。具体来说，这些模型可达到77%的代码优化潜力，以及45%的反组译回路，当中的14%是精确匹配的能力。