跳到正文
arXiv cs.AI· Minh Luu, Michael Quinn, Aakash Tyagi, David Houngninou, Jiang Hu·· 23 小时前AI 评分24

BugGen 2.0:重新划分 LLM 在可扩展 RTL Bug 合成中的角色

BugGen 2.0: Rethinking the Roles of LLMs for Scalable RTL Bug Synthesis

AI 导读

BugGen 2.0 将 RTL Bug 合成中的结构分析、目标选择与验证交给确定性算法,LLM 只负责局部语义改写,在四个 OpenTitan IP 模块和 FabScalar 上配合三个 LLM 均达到全部可编译 Bug 场景配额,16 种变异类型中覆盖 14-16 种。

正文 · AI 翻译

查看 PDF HTML(实验性)

摘要:AI 辅助的 RTL 定位与调试需要带有已知位置和可观测故障的真值缺陷数据集,而测试平台评分则使用注入缺陷来衡量检测能力。大规模创建此类数据集仍是 EDA 领域的一大挑战。BugGen 1.0 表明,大语言模型(LLM)能够生成上下文感知的 RTL 变异。但它依赖模型同时决定变异位置并生成编辑,这增加了推理成本,并可能导致无效选择。BugGen 2.0 改变了这种分工。确定性算法负责结构分析、目标选择和验证,而 LLM 专注于局部语义重写。在四个 OpenTitan IP 模块和 FabScalar 上,使用三个 LLM,BugGen 2.0 达到了所有要求的可编译缺陷场景配额,这些场景至少导致两次测试失败,16 种配置的变异类型中有 14-16 种得到体现。在完成的同模型比较中,相对于 BugGen 1.0,它将 token 使用量减少了 6.8 倍至 15.4 倍,相对于 Firefly 减少了 1.5 倍至 7.9 倍。BugGen 2.0 还扩展了数据集,而无需模拟每个新缺陷。在找到具有可观测故障的已接受场景后,它在相同位置生成替代变异,仅模拟其中一部分,并估计其余部分的接受率。这跳过了 AES 的 63.6% 和 FabScalar 变体的 33.9% 的模拟。完整模拟发现,77.7% 的 AES 变体和 95.2% 的 FabScalar 变体被接受,在可直接比较的 FabScalar 集上估计误差为 1.09%。这些结果表明,将 LLM 聚焦于语义重写可降低推理和模拟成本,同时提高跨模型和设计的一致性。
评论: 7 页,2 幅图,7 张表
主题: 软件工程(cs.SE);人工智能(cs.AI)
引用为: arXiv:2611.23091 [cs.SE]
  (或 arXiv:2611.23091v1 [cs.SE] 用于此版本)
  https://doi.org/10.48550/arXiv.2611.23091

由 DataCite 颁发的 arXiv DOI(待注册)

提交历史

来自:Minh Luu [查看电子邮件]
[v1] 2026 年 11 月 17 日星期二 17:11:54 UTC(247 KB)

来源:arXiv cs.AI · arxiv.org