论文精选

Natural Synthesis:用大推理模型超越传统反应式综合工具

Natural Synthesis: Outperforming Reactive Synthesis Tools with Large Reasoning Models

精选理由

硬件设计自动化领域终于有了突破——大推理模型让自然语言写规范成为可能,做 EDA 工具或形式验证的团队值得关注这个端到端方案。

AI 摘要

反应式综合是从逻辑规范自动构建硬件电路的经典难题,既算法困难又需手写形式规范。本文提出神经符号方法,将大推理模型与模型检查器结合,通过符号反馈迭代修复 Verilog 实现,在年度综合竞赛中解决更多基准问题,甚至能处理参数化系统(已知不可判定问题)。同时引入自动形式化步骤,将规范任务从时序逻辑迁移到自然语言,并创建了自然语言规范数据集用于评估。实验表明,从自然语言出发的性能与从形式规范出发相当,使自然语言综合成为可行的端到端工作流。

AI 翻译 · 中文

反应式综合是从逻辑规范自动构建硬件电路的经典难题,既算法困难又需手写形式规范。本文提出神经符号方法,将大推理模型与模型检查器结合,通过符号反馈迭代修复 Verilog 实现,在年度综合竞赛中解决更多基准问题,甚至能处理参数化系统(已知不可判定问题)。同时引入自动形式化步骤,将规范任务从时序逻辑迁移到自然语言,并创建了自然语言规范数据集用于评估。实验表明,从自然语言出发的性能与从形式规范出发相当,使自然语言综合成为可行的端到端工作流。

arXiv cs.LGReactive synthesis, the problem of automatically constructing a hardware circuit from a logical specification, is a long-standing challenge in formal verification. It is elusive for two reasons: It is algorithmically har