arXiv · cs.AI · Wenxuan Shi, Yaoyu Zhu, Di Huang, Chongxiao Li, Xiaoyun Zhang, Muxin Song, Yutong Wu, Ziyuan Nan, Pengwei Jin, Tian Zhi, Xishan Zhang, Rui Zhang, Xing Hu, Zidong Du, Qi Guo, Yunji Chen · 11 小时前模型评分41
RTL-Interact：训练可调用 EDA 工具的多任务 RTL 设计模型
RTL-Interact: Training EDA-Interactive Models for Multi-Task RTL Design
导读
研究团队提出多任务后训练框架 RTL-Interact，让单个模型生成 RTL、构造任务对应的 EDA 检查并依据工具反馈修改实现。在 CVDP 上，RTL-Interact-32B 取得 48.7% 加权 Pass@1 和 68.9% Pass@5，超过其教师模型 DeepSeek-V3.2，8B 版本加权 Pass@1 为 44.9%。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：制造与工业
事件类型：研究发布
证据摘录
- “We introduce RTL-Interact, a multi-task post-training framework that trains a single RTL-specialized model to generate RTL, construct task-appropriate EDA checks, and revise implementations using tool feedback.”
来源：arXiv · cs.AI · arxiv.org