SpecAlign: Quadro Semantico per la Generazione di Assertion SystemVerilog
Un nuovo framework chiamato SpecAlign affronta il problema dell'allineamento semantico nelle Assertion SystemVerilog (SVA) prodotte da Grandi Modelli Linguistici (LLM). Le attuali metodologie LLM danno priorità alla correttezza sintattica e ai risultati di verifica formale, ma spesso non misurano l'allineamento semantico tra le assertion generate e le loro specifiche in linguaggio naturale. Questo disallineamento può minare la fiducia e complicare il debug quando l'RTL aureo non è disponibile. SpecAlign presenta due cicli di allineamento iterativi che valutano sia le proprietà del linguaggio naturale che delle SVA in relazione alla specifica di progetto attraverso una classificazione basata sull'implicazione. Migliora le decisioni di allineamento creando vari percorsi di ragionamento tramite prompting a catena di pensiero e consolidandoli tramite un sistema di voto per autoconsistenza. L'analisi delle assertion disallineate produce feedback attuabili per il miglioramento. Questa ricerca è disponibile su arXiv con ID 2605.25181.
Fatti principali
- SpecAlign è un framework per la valutazione semantica e il perfezionamento delle SVA generate da LLM.
- Gli approcci LLM esistenti si concentrano sulla validità sintattica e sui risultati di verifica formale.
- L'allineamento semantico tra le assertion generate e le specifiche in linguaggio naturale è difficile da quantificare.
- SVA allucinate o disallineate possono ridurre la fiducia e aumentare gli sforzi di debug.
- SpecAlign introduce due cicli di allineamento iterativi utilizzando la classificazione basata sull'implicazione.
- Genera molteplici percorsi di ragionamento usando il prompting a catena di pensiero.
- Un meccanismo di voto per autoconsistenza aggrega i percorsi di ragionamento.
- Le assertion disallineate vengono analizzate per generare feedback attuabili per il perfezionamento.
Entità
Istituzioni
- arXiv