論文の概要: UVMarvel: an Automated LLM-aided UVM Machine for Subsystem-level RTL Verification

• arxiv url: http://arxiv.org/abs/2605.04704v2
• Date: Thu, 07 May 2026 07:47:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-08 17:36:06.164522
• Title: UVMarvel: an Automated LLM-aided UVM Machine for Subsystem-level RTL Verification
• Title（参考訳）: UVMarvel:サブシステムレベルのRTL検証のためのLLM支援UVMマシン
• Authors: Junhao Ye, Dingrong Pan, Hanyuan Liu, Yuchen Hu, Jie Zhou, Ke Xu, Xinwei Fang, Xi Wang, Nan Guan, Zhe Jiang,
• Abstract要約: UVMarvelはサブシステムレベルのRTLのためのサブシステムレベルのUVMテストベンチを構築する自動検証フレームワークである。 UVMarvelの平均コードカバレッジは95.65%で、検証時間を数日間から4.5時間に短縮する。
• 参考スコア（独自算出の注目度）: 45.46025987903263
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Verification presents a major bottleneck in Integrated Circuit (IC) development, consuming nearly 70% of total effort. While the Universal Verification Methodology (UVM) improves reuse through structured verification environments, constructing subsystem-level UVM testbenches and generating high-quality stimuli still require extensive manual coding, repeated EDA tool runs, and deep protocol and micro-architectural expertise. We present UVMarvel, an automated verification framework that leverages Large Language Models (LLMs) to build UVM testbenches for subsystem-level RTL. UVMarvel introduces an Intermediate Representation (IR) and a Bus Protocol Library to translate heterogeneous specifications into protocol-correct subsystem-level UVM testbenches, and employs a Signal Tracker and a Verilog Patching Library to guide LLM-based stimuli refinement. UVMarvel is the first framework capable of automatically constructing subsystem-level UVM testbenches across mainstream bus protocols, and it achieves an average code coverage of 95.65%, while reducing verification time from several human working days to a 4.5-hour automated execution.
• Abstract（参考訳）: 検証は集積回路(IC)開発において大きなボトルネックとなり、全作業の70%近くを消費する。 UVM(Universal Verification Methodology)は構造化された検証環境を通じて再利用を改善するが、サブシステムレベルのUVMテストベンチの構築と高品質な刺激を生成するには、手作業による広範なコーディング、EDAツールの実行、深いプロトコルとマイクロアーキテクチャの専門知識が必要である。 UVMarvelはLarge Language Models(LLM)を利用してサブシステムレベルのRTL用のUVMテストベンチを構築する自動検証フレームワークである。 UVMarvelは、中間表現(IR)とバスプロトコルライブラリを導入し、異種仕様をプロトコル修正サブシステムレベルのUVMテストベンチに変換する。 UVMarvelは、主要なバスプロトコル間でサブシステムレベルのUVMテストベンチを自動的に構築できる最初のフレームワークであり、平均コードカバレッジは95.65%であり、検証時間を数日間から4.5時間に短縮する。

関連論文リスト

• HAVEN: Hybrid Automated Verification ENgine for UVM Testbench Synthesis with LLMs [10.731838460133309]
  本稿ではHAVEN(Hybrid Automated Verification ENgine)を提案する。 HAVENは、事前に定義されたプロトコル固有のJinja2テンプレートを使用して、すべてのUVMコンポーネントとUVMシーケンスを生成する最初のシステムである。 実験の結果,HAVENは100%のコンパイル成功,90.6%のコードカバレッジ,87.9%の関数カバレッジを有し,LSMを用いたテストベンチ生成システムではSOTAであることがわかった。
  論文  参考訳（メタデータ） (2026-04-30T09:35:32Z)
• Data-Local Autonomous LLM-Guided Neural Architecture Search for Multiclass Multimodal Time-Series Classification [0.4925906256430175]
  LLM誘導型ニューラルネットワークサーチ(NAS)は、この探索を自動化することができるが、ほとんどの場合、クラウドの実行や、公開できないデータ由来のアーティファクトへのアクセスを前提としている。 固定されたプロトコルで全てのトレーニングと評価をローカルに実行しながら、遠隔で候補パイプラインを処理できる新しいデータローカルLLM誘導探索フレームワークを提案する。 本フレームワークは,クラスごとの1-vs-restバイナリエキスパートによるマルチクラス・マルチモーダル学習,軽量融合,エキスパートアーキテクチャとモダリティ特化前処理に関する共同探索を対象とする。
  論文  参考訳（メタデータ） (2026-03-16T21:46:05Z)
• PRO-V: An Efficient Program Generation Multi-Agent System for Automatic RTL Verification [6.983135183126461]
  Pro-Vは、堅牢なRTL検証のためのプログラム生成マルチエージェントシステムである。 生成したテストベンチの正しさを高めるため、効率的なn個の反復サンプリング戦略が組み込まれている。 Pro-Vは、黄金のRTL実装では87.17%、RTL変異では76.28%の精度で検証されている。
  論文  参考訳（メタデータ） (2025-06-13T20:06:34Z)
• QiMeng-CodeV-R1: Reasoning-Enhanced Verilog Generation [51.393569044134445]
  大きな言語モデル(LLM)は、強化学習と検証可能な報酬(RLVR)によって訓練され、明示的で自動化可能な検証を伴うタスクにおいてブレークスルーを達成した。 しかし、自然言語(NL)仕様からVerilogのようなハードウェア記述言語(HDL)を自動的に生成するRLVRの拡張には、3つの大きな課題がある。 本稿では,Verilog 生成 LLM をトレーニングするための RLVR フレームワークである CodeV-R1 を紹介する。
  論文  参考訳（メタデータ） (2025-05-30T03:51:06Z)
• OVLW-DETR: Open-Vocabulary Light-Weighted Detection Transformer [63.141027246418]
  本稿では,OVLW-DETR(Open-Vocabulary Light-Weighted Detection Transformer)を提案する。 本稿では,視覚言語モデル(VLM)からオブジェクト検出器への知識伝達を簡易なアライメントで行うエンド・ツー・エンドのトレーニングレシピを提案する。 実験により,提案手法は標準ゼロショットLVISベンチマークにおいて,既存の実時間開語彙検出器よりも優れていることが示された。
  論文  参考訳（メタデータ） (2024-07-15T12:15:27Z)
• DS-Agent: Automated Data Science by Empowering Large Language Models with Case-Based Reasoning [56.887047551101574]
  大規模言語モデル(LLM)エージェントとケースベース推論(CBR)を利用した新しいフレームワークであるDS-Agentを提案する。 開発段階では、DS-AgentはCBRフレームワークに従い、自動イテレーションパイプラインを構築する。 デプロイメントの段階では、DS-Agentは、シンプルなCBRパラダイムで低リソースのデプロイメントステージを実装し、LCMの基本能力に対する需要を大幅に削減する。
  論文  参考訳（メタデータ） (2024-02-27T12:26:07Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。