arXiv Artificial Intelligence· Stef Cuyckens, Mihaela Jivanescu, Jun Yin, Chao Fang, Marian Verhelst·· 4 小时前AI 评分38
ARES：面向 PPA 与成本感知 RTL 优化的 LLM 智能体自适应推理力度调控
ARES: Adaptive Reasoning-Effort Steering for PPA- and Cost-Aware RTL Optimization with LLM Agents
AI 导读
ARES 通过按需升级推理力度来优化 RTL 设计的 PPA 与成本：在低力度进展停滞时才提升推理深度，该策略在 21 个训练设计上拟合耐心计数器。在三款未见测试设计上，等归一化成本下 Opus 4.6 的 FoM 降低 22-28%、GPT-5.5 降低 18-34%，优于最佳固定力度的 20-24% 和 19-29%。
来源：arXiv Artificial Intelligence · arxiv.org