RTL-Interact: addestrare modelli RTL interattivi con strumenti EDA per la progettazione RTL multi-task

Abstract degli autori

I modelli linguistici di grandi dimensioni offrono una strada promettente per la progettazione a livello di trasferimento tra registri (RTL), ma per ottenere implementazioni affidabili servono verifiche e revisioni basate sul feedback degli strumenti di automazione della progettazione elettronica (EDA). Spesso, i modelli esistenti specializzati in RTL non hanno appreso a interagire con questi strumenti EDA oppure si affidano a componenti distinti per la generazione e la correzione. Presentiamo RTL-Interact, un framework di post-addestramento multi-task che addestra un unico modello specializzato in RTL a generare RTL, formulare verifiche EDA appropriate per il task e revisionare le implementazioni usando il feedback degli strumenti. Il framework combina dimostrazioni multi-task costruite automaticamente con una supervisione per fasi, che passa dalla catena di pensiero al ragionamento integrato con gli strumenti. Presentiamo inoltre Pattern-Aware Policy Optimization (PAPO), un metodo di apprendimento per rinforzo multi-task. PAPO estende Group Relative Policy Optimization con ricompense vincolate alla correttezza, che favoriscono verifiche concise e riuscite premiando al contempo le revisioni efficaci, e usa il raggruppamento dei task per mantenere la copertura dei diversi obiettivi. Su CVDP, RTL-Interact-32B raggiunge un Pass@1 ponderato del 48,7% e un Pass@5 del 68,9%, superando il modello insegnante, DeepSeek-V3.2, mentre RTL-Interact-8B raggiunge un Pass@1 ponderato del 44,9%. Inoltre, mostriamo che PAPO può ridurre del 63,8% il numero medio di chiamate agli strumenti, migliorando al contempo Pass@1. Entrambi i modelli superano anche tutte le baseline specializzate in RTL su VerilogEval v2 e RTLLM v2, dimostrando l’efficacia del nostro metodo.