Multi-Agent Systems Hardware Verification Tool Use Debugging
摘要

大型语言模型在自动Verilog RTL生成方面展现出潜力,但最先进的多智能体系统在标准基准测试中准确率停滞在约95%。我们将此瓶颈归因于不完整的调试动作空间:现有系统限制了智能体可检查的信号或查询的时间窗口,将调试简化为对狭窄预设视图的模式匹配,而非假设驱动的根本原因分析。我们提出了VeriTrace,这是一个多智能体系统,其Inspector智能体在完整的调试动作空间中运行,独立控制信号选择、时间窗口边界和迭代深度。这种能力被称为“智能体时序探索”,使智能体能够形成关于故障原因的假设,查询波形以获取证据,并迭代完善理解,模仿人类验证工程师的探索过程。VeriTrace在VerilogEval-V2上实现了100% Pass@1,成为首个在该基准测试中达到完美功能正确性的系统。在共享Claude Sonnet 4.0主干的情况下,VeriTrace比最强的复现基线高出+5.1%,证明了调试智能体能力弥补了最后的准确率差距。

AI 推荐理由

论文核心在于扩展Agent的调试动作空间(信号选择、时间窗口查询),属于工具使用与技能学习的范畴。

研究机构
University of Maryland, College Park
论文信息
作者 Yu-Tung Liu, Cunxi Yu
发布日期 2026-08-03
arXiv ID 2608.02878
相关性评分 9/10 (高度相关)