Кривые масштабирования во время тестирования. Слева: время вывода как функция длины токена. Справа: время вывода в зависимости от расчетного потребления FLOP. Если измерять потребление флопов, наш CodeV-R1-Qwen-7B достигает лучших результатов с меньшими вычислительными ресурсами, чем DeepSeek-R1, что подчеркивает его превосходную эффективность. Большие языковые модели (LLM), обученные с помощью обучения с подкреплением и проверяемым вознаграждением (RLVR), добились прорыва в задачах с явной, автоматизированной проверкой, таких как программирование программного обеспечения и математические задачи. Однако расширение RLVR до автоматизации электронного проектирования (EDA), особенно автоматического создания языков описания аппаратного обеспечения (HDL), таких как Verilog, из спецификаций естественного языка (NL), ставит три ключевые проблемы: отсутствие автоматизированных и точных сред проверки, нехватку высококачественных пар NL-код и непомерно высокую стоимость вычислений RLVR. С этой целью мы представляем CodeV-R1, структуру RLVR для обучения LLM поколения Verilog, как продолжение работы, начатой с CodeV. Во-первых, мы разрабатываем основанный на правилах генератор тестового стенда, который выполняет надежную проверку эквивалентности по золотым ссылкам. Во-вторых, мы предлагаем…
Модальности:
Генерация текста
Области применения:
Диалог / чат
Задача: Генерация текста
Автор: zhuyaoyu
Теги: qwen2, verilog, conversational, text-generation-inference, endpoints_compatible
Лайков: 6 | Загрузок: 242
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
