Ask-EDA：一种由 LLM、混合检索增强生成和缩写消幻 hallucination 赋能的设计助手
计算与语言
2024-06-12 v1 人工智能
摘要
电子设计工程师面临在设计构建、验证和技术开发中的众多任务中高效查找相关信息的挑战。大型语言模型（LLM）有望通过作为具对话功能的主体，提高生产力。本文演示了 Ask-EDA，这是一个旨在为设计工程师提供指导的聊天代理。Ask-EDA 利用 LLM、混合检索增强生成（RAG）和缩写消幻 hallucination（ADH）技术，提供更相关、更准确的响应。我们精选了三个评估数据集，即 q2a-100、cmds-100 和 abbr-100。每个数据集都旨在评估不同方面：一般设计问答、设计命令处理和缩写解析。我们展示了混合 RAG 在 q2a-100 数据集上的召回率提升超过 40%，在 cmds-100 数据集上的提升超过 60%，而 ADH 在 abbr-100 数据集上的召回率提升超过 70%。评估结果表明，Ask-EDA 能够有效响应与设计相关的询问。
引用
@article{arxiv.2406.06575,
title = {Ask-EDA: A Design Assistant Empowered by LLM, Hybrid RAG and Abbreviation De-hallucination},
author = {Luyao Shi and Michael Kazda and Bradley Sears and Nick Shropshire and Ruchir Puri},
journal= {arXiv preprint arXiv:2406.06575},
year = {2024}
}
备注
Accepted paper at The First IEEE International Workshop on LLM-Aided Design, 2024 (LAD 24)