arXiv cs.AI· Koki Takeshita, Kenji Uebayashi, Hikaru Tomonari, Masaya Tsunokake, Koichiro Yawata, Tatsuya Sasaki, Yusuke Ohtsubo, Kota Dohi, Yasuhiro Sogawa·· 13 天前AI 评分34
基于大语言模型多目标强化学习的帕累托最优 RTL 代码生成
Pareto-Optimal RTL Code Generation via Multi-Objective Reinforcement Learning with Large Language Models
AI 导读
研究人员提出一种面向 LLM 电路生成的训练方法，通过优化 PPA 目标空间中整个电路集的质量与多样性，实现帕累托最优的 RTL 代码生成。该方案采用序列化电路生成的训练流程，并引入基于超体积贡献（HVC）的奖励函数衡量电路对帕累托前沿的贡献。
来源：arXiv cs.AI · arxiv.org