PulseAugur
实时 17:09:53

新框架提升LLM生成的SystemVerilog Assertion准确性

研究人员推出SpecAlign,一个旨在提高大型语言模型(LLM)生成的SystemVerilog Assertions(SVAs)的语义准确性的新框架。目前的LLM方法在确保生成的SVA真正符合自然语言规范意图方面常常遇到困难,这可能导致调试挑战。SpecAlign通过采用迭代对齐循环来解决这个问题,这些循环利用蕴含式分类和自洽投票进行优化,以评估规范和生成的SVA是否符合设计要求。 AI

影响 提高了LLM生成的硬件验证代码的可靠性,减少了调试时间,并增加了对自动化Assertion生成的信心。

排序理由 该集群包含一篇学术论文,详细介绍了一个用于改进LLM生成的SystemVerilog Assertions的新框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Jaime Rafael Imperial, Hao Zheng ·

    SpecAlign: A Semantic Alignment Framework for SystemVerilog Assertion Generation

    arXiv:2605.25181v1 Announce Type: new Abstract: Existing Large Language Model (LLM) approaches to SystemVerilog Assertion (SVA) generation primarily focus on syntactic validity and formal verification outcomes, while semantic alignment between generated assertions and natural lan…