RTL-Interact用单一模型完成RTL生成、EDA检查与修订
资讯摘要
论文提出RTL-Interact，一个多任务后训练框架，训练单一RTL专用模型完成生成RTL、构建任务适配的EDA检查、依据工具反馈修订实现三项任务。框架结合自动构建的多任务演示与从思维链到工具集成推理的分阶段监督，并提出Pattern-Aware Policy Optimization（PAPO）多任务强化学习。作者报告在CVDP上RTL-Interact-32B取得48.7%加权Pass@1、68.9% Pass@5，超过其教师模型DeepSeek-V3.2；RTL-Interact-8B为44.9%加权Pass@1，PAPO可将平均工具调用减少63.8%同时提升Pass@1。
要点速读
- 论文提出RTL-Interact多任务后训练框架，让单一RTL专用模型生成RTL、构建EDA检查并依据工具反馈修订。
- 作者报告RTL-Interact-32B在CVDP上达48.7%加权Pass@1、68.9% Pass@5，超过教师模型DeepSeek-V3.2。
- 论文提出PAPO多任务强化学习，作者称可减少63.8%平均工具调用并提升Pass@1。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/3 08:00:27（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。