Trace2Skill: 장기 콘텍스트 EDA 에이전트를 위한 검증 가이드 기반 기술 진화

Trace2Skill: 검증기 안내형 기술 진화 방법을 사용한 긴 문맥의 EDA 에이전트 arXiv:2605.21810v1 발표 유형: 신규 요약: 복잡한 베리로그 설계 문제(CVDP)는 하드웨어 대규모 언어 모델(LLM) 에이전트에게 도전을 제기합니다. 이러한 문제를 해결하려면 대규모 저장소 스냅샷 내에서 검증기 관련 RTL, 테스트 벤치, 포함 경로 및 빌드 종속성을 지역화하고 정밀한 편집을 수행하며 희박한 숨겨진 검증기 오류에서 복구해야 하기 때문입니다. 우리는 RTL에 특화된 모델 미세 조정을 수행하지 않고 하드웨어 에이전트의 성능을 향상시키는 테스트 시간 확장 프레임워크인 Trace2Skill을 제시합니다. 새로운 모델을 학습하거나 후보 해를 더 샘플링하는 대신 Trace2Skill은 에이전트의 자연어 스킬을 진화 가능한 정책으로 취급합니다. 반복된 롤아웃 트레이스를 성공 및 실패 모드에 대해 마이닝하고 이를 밀도 진단 및 오라클 수업으로 변환한 다음 오라클, 변이자 및 선택기 루프를 사용하여 후속 검색, 편집, 검증 및 복구를 안내하는 작업별 스킬을 생성합니다. 최종 통과/실패 레이블이 어려운 실패의 경우 너무 거친 경우가 많기 때문에 Trace2Skill은 또한 경계된 실행 시간을 가진 밀도 검증기 피드백을 지원합니다. 이는 에이전트에 접근할 수 없는 숨겨진 하네스와 참조 솔루션을 유지하면서도 기능적 관찰 결과를 반환합니다. 이 피드백은 스킬 텍스트, 검증기 증거 및 다운스트림 동작을 연결하여 스킬 진화와 에이전트 실행을 안내합니다. 기존 CVDP 에이전트를 물리치고, 심지어 선구적인 코딩 에이전트를 물리치는 어려운 CVDP 작업을 포함하여 Trace2Skill은 밀도 검증기 피드백과 함께 작업 통과율을 크게 향상시키고, 이전에 해결되지 않은 작업에서 획기적인 통과를 달성합니다. 이는 높은 품질의 미세 조정 데이터, 특수한 RTL 모델 학습 또는 모델 가중치 업데이트를 요구하지 않습니다. 동일한 프레임워크는 또한 테스트 시간 확장 전략을 제공하여 더 나은 성능을 달성할 수 있습니다.