ChipMATE：基于强化学习的多智能体训练以增强 RTL 生成

现有基于 API 的 RTL 生成系统与工业实践脱节，依赖黄金测试bench 且无法利用私有数据。本文提出 ChipMATE，首个用于 RTL 生成的自训练多智能体框架。受工业中交叉验证启发，该框架配对 Verilog 与 Python 参考模型智能体，在无黄金标准下相互验证输出。设计了基于回溯的推理工作流防止错误传播，并采用两阶段训练策略：先单独训练饱和单点能力，再联合训练提升协作效率。实验表明其在 VerilogEval V2 上显著优于现有自训练模型及超大参数模型。