SYMDIREC：一种用于增强 RTL 综合与摘要的神经符号划分 - 检索 - 征服框架

寄存器传输级（RTL）综合与摘要是硬件设计自动化的核心，但因 HDL 语法严格、监督有限及自然语言对齐弱，对大语言模型构成挑战。现有方法缺乏符号规划，限制了结构精度。本文提出 SYMDIREC，一种神经符号框架，通过将 RTL 任务分解为符号子目标，利用微调检索器获取相关代码，并经由 LLM 推理组装验证输出。该框架无需微调即可支持 Verilog 和 VHDL，在综合任务的 Pass@1 指标上提升约 20%，摘要任务的 ROUGE-L 提升 15-20%，证明了符号指导在 RTL 任务中的显著优势。