arXiv · AI· Koki Takeshita, Kenji Uebayashi, Hikaru Tomonari, Masaya Tsunokake, Koichiro Yawata, Tatsuya Sasaki, Yusuke Ohtsubo, Kota Dohi, Yasuhiro Sogawa·· 4 小时前AI 评分25
基于多目标强化学习与大语言模型的帕累托最优 RTL 代码生成
Pareto-Optimal RTL Code Generation via Multi-Objective Reinforcement Learning with Large Language Models
AI 导读
研究提出利用多目标强化学习优化 LLM 生成 RTL 电路集合的方法，首次在 PPA 目标空间中同时优化电路质量与多样性。 该方法包含基于 Hypervolume Contribution (HVC) 的奖励函数及生成式训练管线，将帕累托前沿覆盖改进重构为顺序生成问题。
来源：arXiv · AI · arxiv.org