研究团队提出EDA交互式RTL设计框架RTL-Interact
Start here
2026年11月2日，研究团队在arXiv发布成果，提出面向多任务RTL设计的后训练框架RTL-Interact。该框架能够通过单一模型实现RTL生成、EDA检查构建以及基于工具反馈的代码修正。结合强化学习算法PAPO，所训练的RTL-Interact-32B在CVDP基准上取得了48.7%的加权Pass@1和68.9%的Pass@5，成绩超越教师模型DeepSeek-V3.2，并实现了平均工具调用次数减少63.8%。
AI-generated from reports · Updated 11 hours ago
Report timeline
Follow the reports to see different sides of the story.
- arXiv 人工智能RTL-Interact：面向多任务 RTL 设计训练 EDA 交互模型
研究团队提出多任务后训练框架 RTL-Interact，通过单一模型实现 RTL 生成、EDA 检查构建与基于工具反馈的代码修正。搭配强化学习算法 PAPO，RTL-Interact-32B 在 CVDP 基准上取得 48.7% 加权 Pass@1 和 68.9% Pass@5，超越教师模型 DeepSeek-V3.2，并将平均工具调用减少 63.8%。
Story heat trend
Current heat 7·Comparable peak 10（Nov 2 14:00）·Comparable change, last 24 hours–
Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.