PyraNet: 用于 Verilog 的多层分层数据集
硬件体系结构
2025-09-22 v3 人工智能
机器学习
编程语言
摘要
近年来，利用大语言模型进行 Verilog 代码生成的研究兴趣日益增长。然而，当前生成的 Verilog 代码质量仍不理想。这主要归因于缺乏定义明确、组织良好的高质量样本数据集，以及缺乏专门针对 Verilog 的创新微调方法和模型。本文，我们提出了一种新型开源数据集及相应的微调技术，该技术采用我们称为 PyraNet 的多层结构。实验表明，采用所提出的数据集和微调方法能够训练出更精确的微调模型，生成语法和功能均正确的 Verilog 代码。评估结果显示，与 CodeLlama-7B 基线模型相比，性能提升高达 ；与使用 VerilogEval 评估平台的最先进模型相比，性能提升高达 。
引用
@article{arxiv.2412.06947,
title = {PyraNet: A Multi-Layered Hierarchical Dataset for Verilog},
author = {Bardia Nadimi and Ghali Omar Boutaib and Hao Zheng},
journal= {arXiv preprint arXiv:2412.06947},
year = {2025}
}