BugGen 2.0:重新划分 LLM 角色,降低 RTL bug 生成成本
做芯片验证的朋友可以看看这篇。它把 LLM 限定在语义改写,位置选择交给确定性算法,token 用量比 BugGen 1.0 省 6.8-15.4 倍,还用抽样估算跳过六成以上仿真。需要大规模构造带 ground-truth 的 bug 数据集的团队会用得上。
做芯片验证的朋友可以看看这篇。它把 LLM 限定在语义改写,位置选择交给确定性算法,token 用量比 BugGen 1.0 省 6.8-15.4 倍,还用抽样估算跳过六成以上仿真。需要大规模构造带 ground-truth 的 bug 数据集的团队会用得上。