埠感知 RGCN

深度分析

AnalogRetriever：以 VLM 與埠感知 RGCN 實現 Text–Image–Code 三模態檢索

類比電路設計長期依賴既有拓撲與 IP，但資料表徵分散。AnalogRetriever 結合視覺語言模型、埠感知 RGCN 與課程對比學習，將文字、原理圖與 SPICE 網表映射到同一語意空間以支援跨模態檢索。實驗顯示平均 Recall@1 達 75.2%，並可提升生成式流程的功能正確率。