論文の概要: GoGoTB: Agentic RTL Verification with Specification-Grounded Coverage Closure

• arxiv url: http://arxiv.org/abs/2607.26181v1
• Date: Tue, 28 Jul 2026 18:40:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-30 21:06:25.452015
• Title: GoGoTB: Agentic RTL Verification with Specification-Grounded Coverage Closure
• Title（参考訳）: GoGoTB: 仕様付きカバレッジクロージャによるエージェントRTL検証
• Abstract要約: GoGoTBは、エンドツーエンドの検証クロージャを実現するエージェントフレームワークである。 8つのレジスタ転送レベル(RTL)の設計で、人間の介入なしにテストされる。
• 参考スコア（独自算出の注目度）: 14.71922402654502
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Functional verification dominates integrated circuit (IC) front-end engineering effort, and a single missed bug that escapes to silicon can trigger a costly respin. Recent large language models (LLMs) offer new opportunities to automate this process, yet existing LLM-based approaches generate each component through independent single-turn calls with no shared context, leaving interface mismatches undetected and reported coverage disconnected from specification requirements. To address these challenges, we present GoGoTB, an agentic framework that achieves end-to-end verification closure through three subsystems: an agentic execution control layer, an evolvable knowledge system, and specification-grounded coverage closure. The execution control layer separates deterministic enforcement from LLM reasoning at every tool and stage boundary. The knowledge system dispatches methodology and design-specific expertise on demand. The coverage framework anchors every bin to a named specification behavior so that each residual gap has a diagnosable root cause and a targeted remedy. Tested on 8 register transfer level (RTL) designs without any human intervention, GoGoTB achieves 100\% environment generation success and averages 98.4\% line, 97.2\% branch, 97.0\% toggle, and 83.2\% functional coverage. No prior work successfully generates a complete verification environment or achieves meaningful coverage on the same benchmarks.
• Abstract（参考訳）: 機能検証は、統合回路(IC)のフロントエンドエンジニアリング作業を支配しており、シリコンに逃げ出す1つの欠落バグは、コストのかかるリスピンを引き起こす可能性がある。 最近の大規模言語モデル(LLM)は、このプロセスを自動化するための新たな機会を提供するが、既存のLCMベースのアプローチは、共有コンテキストのない独立したシングルターンコールを通じて各コンポーネントを生成する。 これらの課題に対処するため,エージェント実行制御層,進化可能な知識システム,仕様ベースカバレッジクロージャという3つのサブシステムを通じて,エンドツーエンドの検証クロージャを実現するエージェントフレームワークであるGoGoTBを提案する。 実行制御層は、各ツールおよびステージ境界におけるLCM推論から決定論的強制を分離する。 知識システムは、需要に関する方法論と設計固有の専門知識をディスパッチする。 カバレッジフレームワークは、各binを指定された仕様動作にアンカーし、各残差が診断可能な根本原因と対象とする治療を有するようにする。 人間の介入なしに8つのレジスタ転送レベル(RTL)でテストされ、GoGoTBは100\%の環境生成成功、平均98.4\%のライン、97.2\%のブランチ、97.0\%のトグル、83.2\%の機能カバレッジを達成した。 事前の作業は完全な検証環境を生成したり、同じベンチマークで有意義なカバレッジを達成できたりしません。

関連論文リスト

• LMSM: LLM Security Framework Inspired by Linux Security Modules [56.93644694627783]
  大規模言語モデル(LLM)は階層化されたディフェンスでデプロイされることが多いが、悪意のあるプロンプトはそれらをバイパスすることができる。 我々は,Language Model Security Modules (LMSM) という,Linux Security Modules (LSM) の背後にある分離を LLM サービスに適応させるセキュリティフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-08-26T12:13:05Z)
• Stateful Multi-Agent LLMs for Cross-View Interface Alignment in Automotive Model-Based Systems Engineering [29.585470064353014]
  大型言語モデル(LLM)は、ソフトウェア定義車両のためのモデルベースシステム工学(MBSE)を加速することができる。 その確率的性質は「構造的漂流」を引き起こし、構造的基盤が欠如している行動的視点のインターフェースを形成する。 決定論的インタフェースアライメントを実現するために,ステートフルなマルチエージェント検証パイプラインを提案する。
  論文  参考訳（メタデータ） (2026-08-08T09:49:10Z)
• Formal Verification of Agentic Systems over Operational Data [59.98246281888422]
  大規模言語モデル(LLM)によって駆動されるエージェントシステムは、永続的な運用データを扱う現実世界にますます展開されている。 既存のアプローチはそのようなシステムレベルの保証を提供していません。 本稿では, 1 つの LLM とツールオーケストレーションハーネスからなるエージェントシステムのリレーショナル操作データに対する検証について述べる。
  論文  参考訳（メタデータ） (2026-08-04T13:01:30Z)
• CLOSER-Bench: Evaluating Budgeted Cross-Stage Design Closure for Hardware Agents [5.604484678527336]
  CLOSER-Bench (CLOSER-Bench) は、予算付きクロスステージ設計クロージャのための制御された評価プロトコルである。 Spec-to-RTL、RTL-to-GDS、Spec-to-GDSタスクを組み合わせ、すべてのシミュレータ、合成、STA、プレース・アンド・ルートの呼び出しを記録する。 最終品質、任意の進捗状況、ツールコスト、ステージ間のリカバリを測定します。
  論文  参考訳（メタデータ） (2026-07-18T04:28:47Z)
• AutoTrace: From Patches to Triggers via Agentic Interprocedural Exploration [6.39392731596656]
  脆弱性修正コミットが与えられた場合、トリガーローカライゼーションは、脆弱性のあるプログラム状態を具体的な安全でない操作に変換する特定のステートメントを問う。 脆弱性トリガをローカライズするエージェントパイプラインであるAutoTraceについて,コードプロパティグラフ層を層単位で探索することによって紹介する。 エージェントは自身の権限でトリガーを決して受け入れない。報告されたトリガーはすべて、グラフから引き出された明確な証拠によって裏付けられている。
  論文  参考訳（メタデータ） (2026-07-13T18:21:42Z)
• Graph-Based Structural Evaluation of LLM-Translated Adversary Emulation Procedures [0.0]
  逆エミュレーション計画では、MITRE ATT&CK技術を用いた多段階攻撃手順を記述している。 このフレームワークには、自由テキストを可観測クラスに変換するテレメトリインテントである bipartite GED が含まれている。
  論文  参考訳（メタデータ） (2026-07-13T13:04:23Z)
• PRISM: : Planning and Reasoning with Intent in Simulated Embodied Environments [59.07829883257003]
  5つの集合住宅の上に建設され、PRISMは300の人間認証タスクを3つの能力レベルに構成する。 PRISMはエージェントに依存しない実行可能なアクションAPIを公開し、任意のエージェントをエンドツーエンドで評価できるようにする。
  論文  参考訳（メタデータ） (2026-05-12T04:59:47Z)
• UCAgent: An End-to-End Agent for Block-Level Functional Verification [6.457681841963143]
  制約ランダムや形式的検証を含む従来の手法は、現代の半導体設計の複雑さの増大に追随する。 大規模言語モデル(Ms)の最近の進歩は、コード生成とタスク自動化の約束を示している。 本稿では,コア機構上のハードウェアブロックレベルの機能検証を自動化するエンドエージェントであるUPAgentを提案する。
  論文  参考訳（メタデータ） (2026-03-26T07:21:27Z)
• A Trace-Based Assurance Framework for Agentic AI Orchestration: Contracts, Testing, and Governance [0.22940141855172028]
  本稿では,Large Language Models (LLM) を用いたエージェントAIシステムの保証フレームワークを提案する。 実行は、明示的なステップとトレースコントラクトを備えたメッセージ・アクション・トレース(MAT)として実装される。 このフレームワークは、有界摂動に対する予算付き反例探索として定式化されたストレステストを含む。
  論文  参考訳（メタデータ） (2026-03-18T10:23:48Z)
• Why Does the LLM Stop Computing: An Empirical Study of User-Reported Failures in Open-Source LLMs [50.075587392477935]
  オープンソースのDeepSeek、Llama、Qwenのエコシステムから、705の現実世界の失敗に関する大規模な実証的研究を行った。 ホワイトボックスオーケストレーションは、モデルアルゴリズムの欠陥からデプロイメントスタックのシステム的脆弱性へと、信頼性のボトルネックを移動させます。
  論文  参考訳（メタデータ） (2026-01-20T06:42:56Z)
• DoVer: Intervention-Driven Auto Debugging for LLM Multi-Agent Systems [48.971606069204825]
  DoVerは、大規模言語モデル(LLM)ベースのマルチエージェントシステムのための介入駆動デバッグフレームワークである。 ターゲットの介入を通じて、アクティブな検証によって仮説生成を増強する。 DoVerは失敗試験の18～28%を成功させ、最大16%のマイルストーンを達成し、失敗仮説の30～60%を検証または否定する。
  論文  参考訳（メタデータ） (2025-12-07T09:23:48Z)
• Unsupervised Conformal Inference: Bootstrapping and Alignment to Control LLM Uncertainty [49.19257648205146]
  生成のための教師なし共形推論フレームワークを提案する。 我々のゲートは、分断されたUPPよりも厳密で安定した閾値を提供する。 その結果は、ラベルのない、API互換の、テスト時間フィルタリングのゲートになる。
  論文  参考訳（メタデータ） (2025-09-26T23:40:47Z)
• Lazy Layers to Make Fine-Tuned Diffusion Models More Traceable [70.77600345240867]
  新たな任意の任意配置(AIAO)戦略は、微調整による除去に耐性を持たせる。 拡散モデルの入力/出力空間のバックドアを設計する既存の手法とは異なり,本手法では,サンプルサブパスの特徴空間にバックドアを埋め込む方法を提案する。 MS-COCO,AFHQ,LSUN,CUB-200,DreamBoothの各データセットに関する実証研究により,AIAOの堅牢性が確認された。
  論文  参考訳（メタデータ） (2024-05-01T12:03:39Z)

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。