R3A: Reliable RTL Repair Framework with Multi-Agent Fault Localization and Stochastic Tree-of-Thoughts Patch Generation
Created by
Haebom
Category
Empty
저자
Zizhang Luo, Fan Cui, Kexing Zhou, Runlin Guo, Mile Xia, Hongyuan Hou, Yun Lian
개요
RTL 버그 수리는 하드웨어 설계 및 검증에 매우 중요합니다. 본 논문에서는 코드 의미를 이해하는 대규모 언어 모델(LLM)을 활용하여 RTL 버그를 자동으로 수리하는 프레임워크인 R3A를 제안합니다. R3A는 신뢰성을 향상시키기 위해 Stochastic Tree-Of-Thoughts 방법을 사용하여 패치 생성 에이전트를 제어하고, 다중 에이전트 결함 위치 파악 방식을 통해 패치 생성의 시작점을 찾습니다. 실험 결과, R3A는 기존 방식 및 다른 LLM 기반 접근 방식보다 더 많은 버그를 수정하고 높은 신뢰도를 보였습니다.
시사점, 한계점
•
시사점:
◦
LLM 기반 RTL 버그 자동 수리 프레임워크의 성공적인 개발.
◦
Stochastic Tree-Of-Thoughts 방법을 활용하여 신뢰성을 향상시킴.
◦
다중 에이전트 결함 위치 파악을 통한 효율적인 버그 수정.
◦
기존 방법 대비 향상된 버그 수정률 및 신뢰도 입증.
•
한계점:
◦
구체적인 시간 제한 내에서 실험이 수행되었으며, 실제 환경에서의 성능에 대한 추가적인 검증 필요.
◦
LLM의 특성상 모델 훈련 및 실행에 필요한 컴퓨팅 자원 및 시간이 소요될 수 있음.
◦
RTL-repair 데이터셋에 대한 의존성, 다양한 버그 유형에 대한 일반화 가능성에 대한 추가 연구 필요.
