跳到正文
arXiv · AI· Hejia Zhang, Sheng Lu, Zhijing Wu, Yitong Ma, Zhongming Yu, Wentao Ni, Chia-Tung Ho, Jishen Zhao·· 16 小时前AI 评分39

CHORUS 框架:结合覆盖率引导智能体强化学习与策略整合的测试台激励生成

CHORUS: Coverage-Guided Agentic RL and Policy Consolidation for Testbench Stimulus Generation

AI 导读

CHORUS 将覆盖率引导智能体强化学习与策略整合结合,CVDP-ECov 智能体 Pass@1 从 69.2% 提升至 85.5%。 通过对三个检查点训练并权重平均,生成 4B 稠密模型达到 86.7% 通过率;模拟器奖励选择教师时,蒸馏 4B 模型达 88.0%,超 DeepSeek-R1 (671B) 13.5 个百分点。

来源:arXiv · AI · arxiv.org