020 · 在测试题上继续训练,还算测试吗?
Alpha-RTL 在每道 RTL 优化题上用 testbench 与 PPA 反馈在线更新 Qwen3-8B;结果显著优于冻结策略的 Agent,但也把评测对象从静态模型能力改成了带逐题训练预算的完整优化系统。
Alpha-RTL 在每道 RTL 优化题上用 testbench 与 PPA 反馈在线更新 Qwen3-8B;结果显著优于冻结策略的 Agent,但也把评测对象从静态模型能力改成了带逐题训练预算的完整优化系统。
ChipMEM 只把通过 EDA 验证的轨迹提炼为程序性记忆,并用工具调用统计指导重试;实验显示它能改善部分 RTL 优化和未见测试平台任务,但迁移证据仍受样本量与单次评测限制。
RTL-BenchLS 用原 RTL 与形式等价构造自监督任务,将可验证评测扩展到 10,028 个设计;代价是把正确性锚定为复现参考实现的行为,而不是满足独立规格。