MCTS-SFT：Verilog生成推理轨迹筛选框架
热点事件持续更新
MCTS-SFT：Verilog生成推理轨迹筛选框架
1 篇报道1 个报道来源16 小时前更新
先了解这件事
AI 综述
2026年10月30日，arXiv人工智能板块刊出Matthew DeLorenzo等作者的论文，提出MCTS-SFT——一种验证器引导的推理轨迹筛选框架，用于Verilog生成模型的监督微调（SFT）。该框架用蒙特卡洛树搜索把完整Verilog回放的功能反馈传播到早期设计决策；其Plan-MCTS在紧凑硬件设计计划上搜索，功能正确轨迹率达84.2%，高于一次性结构化规划的81.9%和无引导树探索的82.0%。目前报道仅给出上述方法描述与对比数字，未提及后续实验、开源或应用进展。
AI 根据报道生成 · 2 小时前更新
最新进展10月30日 12:00
MCTS-SFT：面向 Verilog 生成的搜索引导推理轨迹筛选框架报道时间线
沿着报道，了解事件的不同侧面。
10月30日
- arXiv Artificial IntelligenceMCTS-SFT：面向 Verilog 生成的搜索引导推理轨迹筛选框架
MCTS-SFT 用蒙特卡洛树搜索把完整 Verilog 回放的功能反馈传播到早期设计决策，其 Plan-MCTS 在紧凑硬件设计计划上搜索，功能正确轨迹率达 84.2%，高于一次性结构化规划的 81.9% 和无引导树探索的 82.0%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。