論文の概要: A Survey on LLM-Integrated Hardware Design Verification
- arxiv url: http://arxiv.org/abs/2610.10580v1
- Date: Tue, 06 Oct 2026 03:20:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-10 02:36:53.556768
- Title: A Survey on LLM-Integrated Hardware Design Verification
- Title（参考訳）: LLM集積ハードウェア設計検証に関する調査研究
- Abstract要約: 大規模言語モデル(LLM)はますますハードウェア検証に統合されている。
LLMは、セマンティック推論、検索、および検証認識に埋め込まれたオーケストレーションコンポーネントとして最も効果的である。
我々は,仕様書と検証証拠のセマンティックアライメント,決定論的ツールとのスケーラブルな統合,厳密な正確性評価を同定する。
- 参考スコア（独自算出の注目度）: 5.531051282234537
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Large language models (LLMs) are increasingly being integrated into hardware verification to automate specification interpretation, verification-artifact generation, debugging, formal reasoning, and tool orchestration. This survey provides a systematic review of LLM-assisted hardware functional verification across SystemVerilog assertion generation, stimulus and testbench generation, bug localization and design repair, model checking and equivalence checking, SAT/SMT optimization, and emerging agentic verification workflows. We organize the literature by methodology, verification objective, tool interaction, benchmark, and evaluation criterion, and examine both inference-time techniques--including prompting, retrieval, structured reasoning, and agentic workflows--and training-time adaptation. Across these areas, a common pattern emerges: LLMs are most effective as semantic reasoning, search, and orchestration components embedded within verification-aware workflows, while simulators, formal engines, coverage tools, and solvers provide executable feedback and correctness evidence. However, tool acceptance alone does not establish verification correctness, since assertions, tests, repairs, or proofs may satisfy available checks without faithfully capturing the complete design intent. We therefore identify semantic alignment between specifications and verification evidence, scalable integration with deterministic tools, generalization to unseen designs, and rigorous evaluation of correctness, cost, robustness, and human effort as key challenges. Finally, we discuss emerging directions toward specification-centered, neuro-symbolic, and persistent agentic verification systems that combine LLM flexibility with independently checkable verification evidence.
- Abstract（参考訳）: 大規模言語モデル(LLM)は、仕様解釈、検証アーティファクト生成、デバッグ、正式な推論、ツールオーケストレーションを自動化するため、ハードウェア検証にますます統合されている。
本調査では, SystemVerilogアサーション生成, 刺激およびテストベンチ生成, バグローカライゼーションと設計の修復, モデルチェックと等価性チェック, SAT/SMT最適化, 新たなエージェント検証ワークフローを対象とした, LLM支援ハードウェア機能検証の体系的レビューを行う。
我々は,方法論,検証対象,ツールインタラクション,ベンチマーク,評価基準を用いて文献を整理し,推論時手法(プロンプト,検索,構造化推論,エージェントワークフローを含む)とトレーニング時適応(トレーニング時適応)について検討する。
LLMはセマンティック推論、探索、オーケストレーションコンポーネントとして最も効果的であり、シミュレーター、フォーマルエンジン、カバレッジツール、およびソルバは、実行可能なフィードバックと正当性証拠を提供する。
しかし、ツールの受け入れだけでは、アサーション、テスト、修復、証明が、完全な設計意図を忠実に把握することなく、利用可能なチェックを満たす可能性があるため、検証の正確性を確立することはできない。
したがって、仕様と検証証拠のセマンティックアライメント、決定論的なツールとのスケーラブルな統合、目に見えない設計への一般化、正確性、コスト、堅牢性、人間の努力の厳密な評価を重要課題として挙げる。
最後に、LCMの柔軟性と独立して検証可能な検証証拠を組み合わせた仕様中心、ニューロシンボリック、永続的なエージェント検証システムに向けた新たな方向性について論じる。
関連論文リスト
- 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) - AutoVerifier: An Agentic Automated Verification Framework Using Large Language Models [8.006071608749648]
AutoVerifierは、技術的クレームのエンドツーエンド検証を自動化するエージェントフレームワークである。
すべての技術的主張を形式の構造的クレームトリプルに分解する。
新興技術の妥当性と成熟度を確実に評価することができる。
論文 参考訳（メタデータ） (2026-04-03T01:11:43Z) - VeriAct: Beyond Verifiability -- Agentic Synthesis of Correct and Complete Formal Specifications [0.3240750198587795]
自動JML仕様合成における古典的手法と急進的手法を比較した。
提案手法は,構造化された検証フィードバックを用いて,プロンプトを進化させることにより,合成品質をさらに向上させることができるかを検討する。
本稿では,検証誘導型エージェントフレームワークであるVeriActを提案する。
論文 参考訳（メタデータ） (2026-03-31T22:12:15Z) - 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) - AgentFixer: From Failure Detection to Fix Recommendations in LLM Agentic Systems [7.429835301272413]
フレームワークには15の障害検出ツールと2つの根本原因分析モジュールが含まれている。
軽量なルールベースのチェックとLDM-as-a-judgeアセスメントを統合し、構造化インシデント検出、分類、修復をサポートする。
我々は、このフレームワークをIBM CUGAに適用し、AppWorldとWebArenaベンチマークのパフォーマンスを評価した。
論文 参考訳（メタデータ） (2026-02-18T14:55:35Z) - Veri-Sure: A Contract-Aware Multi-Agent Framework with Temporal Tracing and Formal Verification for Correct RTL Code Generation [4.723302382132762]
シリコングレードの正しさは、 (i) シミュレーション中心の評価の限られたカバレッジと信頼性、 (ii) 回帰と修復幻覚、 (iii) エージェントハンドオフ間で意図が再解釈される意味的ドリフトによってボトルネックが残っている。
エージェントの意図を整合させる設計契約を確立するマルチエージェントフレームワークであるVeri-Sureを提案する。
論文 参考訳（メタデータ） (2026-01-27T16:10:23Z) - Towards Comprehensive Stage-wise Benchmarking of Large Language Models in Fact-Checking [64.97768177044355]
大規模言語モデル(LLM)は、現実のファクトチェックシステムにますます多くデプロイされている。
FactArenaは、完全に自動化されたアリーナスタイルの評価フレームワークである。
本研究では,静的クレーム検証精度とエンドツーエンドのファクトチェック能力の相違点を明らかにした。
論文 参考訳（メタデータ） (2026-01-06T02:51:56Z) - CompassVerifier: A Unified and Robust Verifier for LLMs Evaluation and Outcome Reward [50.97588334916863]
評価と結果報酬のための正確で堅牢な軽量検証モデルであるCompassVerifierを開発した。
数学、知識、多種多様な推論タスクにまたがる多分野の能力を示し、様々な答えの型を処理する能力を示す。
我々は,複数のデータソースから収集したモデル出力からなるVerifierBenchベンチマークを導入し,メタエラーパターンを手動で解析してCompassVerifierを強化する。
論文 参考訳（メタデータ） (2025-08-05T17:55:24Z) - FACT-AUDIT: An Adaptive Multi-Agent Framework for Dynamic Fact-Checking Evaluation of Large Language Models [79.41859481668618]
大規模言語モデル(LLM)はファクトチェック研究を大幅に進歩させた。
既存のファクトチェック評価手法は静的データセットと分類基準に依存している。
本稿では, LLMのファクトチェック機能を適応的かつ動的に評価するエージェント駆動型フレームワークであるFACT-AUDITを紹介する。
論文 参考訳（メタデータ） (2025-02-25T07:44:22Z) - OpenFactCheck: Building, Benchmarking Customized Fact-Checking Systems and Evaluating the Factuality of Claims and LLMs [59.836774258359945]
OpenFactCheckは、カスタマイズされたファクトチェックシステムを構築するためのフレームワークである。
ユーザーは自動的にファクトチェッカーをカスタマイズし、文書やクレームの事実的正当性を検証できる。
CheckerEVALは、人間の注釈付きデータセットを使用して、自動ファクトチェッカーの検証結果の信頼性を高めるソリューションである。
論文 参考訳（メタデータ） (2024-05-09T07:15:19Z)
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。