arXiv Artificial Intelligence· Junsheng Huang, Yifan Sun, Zhuoer Zhang, Ning Wei, Yening Liu, Michael Molter, Pavan Kumar Hanumolu, Elyse Rosenbaum, Bin Hu, Huan Zhang·· 13 小时前AI 评分38
SAFTAC：用仿真增强微调开源 LLM 完成模拟电路设计
SAFTAC: Simulation-Augmented Fine-Tuning of Open-Source LLMs for Analog Circuit Design
AI 导读
SAFTAC 通过仿真增强微调让开源 LLM 生成并修正模拟电路设计，单次生成比最强闭源 LLM 高 15.9%，结合仿真反馈的两次生成高 7.8%。研究构建了覆盖 10 类模拟电路、8,626 个设计任务的仿真数据集，每项含文本描述、标注 I/O 端口、负载条件、目标规格、testbench 与参考网表。方法结合三阶段监督微调与仿真反馈增强的强化微调，已被 NeurIPS 2026 接收。
推荐理由模型分析
该工作针对模拟IC设计中拓扑、器件尺寸与性能强耦合、现有LLM方法缺少仿真训练信号的问题，构建了覆盖10类电路、8626个任务且含测试台与参考网表的仿真数据集，并提出结合三阶段监督微调与仿真反馈强化微调的SAFTAC框架。在单次生成和带仿真反馈的两次生成下，分别比最强闭源LLM提升15.9%和7.8%，为开发者提供了可比较的基线。其价值在于把仿真结果直接用作训练与修正信号，适合关注LLM辅助模拟电路设计、数据集构建与强化微调的研究者参考；但结论限于论文设定的电路类型与评测条件，尚不代表流片或量产验证。
来源：arXiv Artificial Intelligence · arxiv.org