arXiv · cs.AI· Xilai Dai, Saeed Mohammadi·· 2 天前
面向模拟版图修复的LLM规划与编辑角色分工及成本感知控制研究
Who Plans, Who Edits? Verified, Cost-Aware Division of Labor for LLM-Driven Analog Layout Repair
arXiv:2610.24234v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Xilai Dai, Saeed Mohammadi
研究任务与主要进展
研究提出一种成本感知的LLM代理控制器，在每次编辑后由签核工具重新检查任务约束，并依据首次评估和后续尝试更新模型分工与升级顺序的贝叶斯估计。基于论文摘要，控制器在8个封闭留出任务中修复成功7个，与OpenAI旗舰模型持平，在3个任务上的单次修复花费为后者的15%—40%，但总体花费高8%。全部32次DAC修复在每个码值上的积分非线性误差均在0.005 LSB内，与人工指导的LVS修复一致。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org