跳到正文
热点事件持续更新

GRODE-RTL提出锚点视图解决LLM修复硬件非局部故障问题

1 篇报道1 个报道来源16 小时前更新

先了解这件事

AI 综述

Jingyi Zhou等研究者提出GRODE-RTL,一种面向非局部RTL故障的LLM修复方法,针对现有模型在处理硬件描述时因上下文过载导致效率低下的问题。 该方法采用锚点中心表示法,通过提取可疑寄存器的扇入锥并映射到源码行,生成紧凑的hop分区依赖视图,以压缩无关上下文。 实验在30个经形式化验证的非局部故障样本上进行。结果显示,相较于源码级探索,GRODE-RTL将pass@1分别提升16.7%(DeepSeek)、26.7%(GLM-5.2)及20.0%(MiniMax-M3)。

AI 根据报道生成 · 16 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv · AI
    GRODE-RTL:基于 LLM 的 RTL 修复源码映射依赖视图

    GRODE-RTL 提出一种锚点中心表示法,通过提取可疑寄存器的扇入锥并映射到源码行,生成紧凑的 hop 分区依赖视图,以解决 LLM 修复非局部硬件故障时上下文过载问题。

本事件热度走势

可比范围当前
6
可比范围峰值
1011月20日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。