CoopetitiveV：利用LLM驱动的竞合多智能体提示生成高质量Verilog代码
机器学习
2025-06-09 v2 人工智能
硬件体系结构
编程语言
软件工程
摘要
智能体大语言模型的最新进展在Verilog代码生成方面展现出了强大的能力。然而，现有方法要么使用LLM辅助的单智能体提示，要么使用仅合作的多智能体学习，这将导致：（i）单智能体学习的退化问题：表现为错误检测和纠正能力减弱；（ii）仅合作多智能体学习中的错误传播：前一个智能体的错误信息会通过提示传播给后一个智能体，可能使后继智能体生成有缺陷的代码。在本文中，我们提出了一种基于LLM的竞合多智能体提示框架，其中智能体不仅相互协作以形成生成流水线，还创建了健康的竞争机制以提高生成质量。实验结果表明，竞合多智能体框架能够有效缓解退化风险并减少错误传播，同时提升代码错误纠正能力，从而生成更高质量的Verilog代码。我们通过大量实验验证了该方法的有效性。在VerilogEval Machine和Human数据集上，CoopetitiveV+GPT-4分别取得了99.2%和99.1%的pass@10分数。而在RTLLM上，CoopetitiveV+GPT-4获得了100%的语法和99.9%的功能性pass@5分数。
引用
@article{arxiv.2412.11014,
title = {CoopetitiveV: Leveraging LLM-powered Coopetitive Multi-Agent Prompting for High-quality Verilog Generation},
author = {Zhendong Mi and Renming Zheng and Haowen Zhong and Yue Sun and Seth Kneeland and Sayan Moitra and Ken Kutzer and Zhaozhuo Xu Shaoyi Huang},
journal= {arXiv preprint arXiv:2412.11014},
year = {2025}
}