arXiv cs.AI· Yihan Wang, Lei Li, Yao Lai, Jing Wang, Yan Lu·· 10 小时前AI 评分31
AnalogRetriever：面向模拟电路检索的跨模态表示学习
AnalogRetriever: Learning Cross-Modal Representations for Analog Circuit Retrieval
AI 导读
AnalogRetriever 是一个统一的模拟电路三模态检索框架，可将 SPICE 网表、原理图和功能描述映射到共享嵌入空间，在全部六个跨模态检索方向上平均 Recall@1 达 75.2%。
正文 · AI 翻译
摘要：模拟电路设计高度依赖复用现有知识产权（IP），然而在 SPICE 网表、原理图和功能描述等异构表示之间进行搜索仍然颇具挑战。现有方法大多局限于单一模态内的精确匹配，无法捕捉跨模态的语义关系。为弥合这一差距，我们提出 AnalogRetriever，一个用于模拟电路搜索的统一三模态检索框架。我们首先通过两阶段修复流程在 Masala-CHAI 之上构建了高质量数据集，将网表编译率从 22.0\% 提升至 99.97\%。在此基础上，AnalogRetriever 使用视觉语言模型编码原理图和描述，使用端口感知的关系图卷积网络编码网表，并通过课程对比学习将三种模态映射到共享嵌入空间。实验表明，AnalogRetriever 在所有六个跨模态检索方向上平均 Recall@1 达到 75.2\%，显著优于现有基线。当作为检索增强生成模块集成到 AnalogCoder 智能体框架中时，它持续提升了功能通过率，并使此前无法解决的任务得以完成。
| 评论： | ICCAD 相机就绪版本，代码与数据：\url{此 https URL} |
| 主题： | 计算机视觉与模式识别（cs.CV）；人工智能（cs.AI） |
| 引用为： | arXiv:2604.23195 [cs.CV] |
| （或 arXiv:2604.23195v2 [cs.CV] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2604.23195 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Lei Li [查看电子邮件]
[v1]
2026年4月25日星期六 08:01:14 UTC（1,871 KB）
[v2]
2026年11月10日星期二 07:04:09 UTC（1,501 KB）
来源：arXiv cs.AI · arxiv.org