深度分析
PostEDA-Bench：以階層式基準評估簽核級DRC修復與PPA多目標收斂
在EDA流程收尾階段,工程師常需修復簽核級DRC錯誤並收斂PPA目標。本文提出PostEDA-Bench,建立含DRC-Bench與PPA-Bench的145項階層式基準,支援OpenROAD與商業工具,以機器可檢驗方式評估代理人的修復與優化能力。實驗顯示代理人在合成性任務表現佳但對實務幾何推理與多目標取捨顯著退化。
深度分析
在EDA流程收尾階段,工程師常需修復簽核級DRC錯誤並收斂PPA目標。本文提出PostEDA-Bench,建立含DRC-Bench與PPA-Bench的145項階層式基準,支援OpenROAD與商業工具,以機器可檢驗方式評估代理人的修復與優化能力。實驗顯示代理人在合成性任務表現佳但對實務幾何推理與多目標取捨顯著退化。
深度分析
隨著大型語言模型在自動化電路設計的最後階段受到關注，研究團隊推出PostEDA-Bench，提供145項分層任務，測試LLM代理在DRC修復與PPA收斂上的表現；實驗顯示模型在合成測試表現尚可，但在實務幾何推理與多目標權衡上成功率僅約20%至36%。