論文の概要: AnalogLayoutWorld: An Open Benchmark for Agentic Analog Layout Design
- arxiv url: http://arxiv.org/abs/2611.16991v1
- Date: Thu, 12 Nov 2026 15:56:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.509096
- Title: AnalogLayoutWorld: An Open Benchmark for Agentic Analog Layout Design
- Title(参考訳): AnalogLayoutWorld: エージェントアナログレイアウト設計のためのオープンベンチマーク
- Abstract要約: コーディングエージェントはソフトウェア開発において強力な能力を示してきたが、長期的なエンジニアリングタスクに取り組む能力はいまだに理解されていない。
textbfAnalogWorldはオープンソースのエージェントベンチマークで、40名の専門家がレビューしたタスクで、固定レベルネットリストからエンドツーエンドのレイアウトを生成する。
13のモデル-ハーネス構成で、91.1%の試行がGDSレイアウトを生成するが、ベンチマークの受け入れ基準を満たすのは23.0%に過ぎなかった。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Coding agents have demonstrated strong capabilities in software development, yet their ability to tackle long-horizon engineering tasks governed by physical constraints remains less understood. We study this question through analog circuit layout, which demands domain knowledge, geometric reasoning, and iterative interaction with design and verification tools. We introduce \textbf{AnalogLayoutWorld}, an open-source agent benchmark with 40 expert-reviewed tasks for end-to-end layout generation from fixed transistor-level netlists. It combines an integrated design environment with independent physical and post-layout electrical verification, as well as objective layout quality metrics co-designed with analog layout experts. Across 13 model--harness configurations, 91.1\% of attempts produce GDS layouts, but only 23.0\% satisfy the benchmark's acceptance criteria. We also evaluate Novara, an internally developed agent system, which achieves the highest reported aggregate score. Our analysis links performance differences to test-time scaling under fixed budgets, suggesting that reasoning efficiency and effective use of verification feedback help sustain design quality as task complexity grows.
- Abstract(参考訳): コーディングエージェントは、ソフトウェア開発において強力な能力を示してきたが、物理的な制約によって管理される長期のエンジニアリングタスクに取り組む能力は、まだ理解されていない。
本稿では、ドメイン知識、幾何学的推論、および設計および検証ツールとの反復的な相互作用を必要とするアナログ回路レイアウトを用いて、この問題を考察する。
固定トランジスタレベルのネットリストからエンド・ツー・エンドのレイアウトを生成するための40の専門家レビュータスクを備えた,オープンソースのエージェントベンチマークである。
統合された設計環境と、独立した物理的およびポストレイアウトの電気的検証、およびアナログレイアウトの専門家と共同で設計された客観的なレイアウト品質メトリクスを組み合わせる。
13のモデルハーネス構成で、91.1\%の試行がGDSレイアウトを生成するが、ベンチマークの受け入れ基準を満たすのは23.0\%に過ぎなかった。
また、内部的に開発されたエージェントシステムであるNovaraの評価を行い、最も高い集計結果を得た。
本分析は,タスクの複雑さが増大するにつれて,評価効率と有効利用が設計品質の維持に役立つことを示唆する。
関連論文リスト
- Evaluating AI Agents for Industrial-Level Chip Floorplanning: A Framework and Empirical Study [0.0]
本稿では,提案したレイアウトを所定の下流実装フローに接続する評価フレームワークを提案する。
我々は,Nova-SIをファイルアクセスに制限された汎用エンジニアリングエージェントやエージェントと比較した。
論文 参考訳(メタデータ) (2026-11-09T08:25:58Z) - ADEPT: A Unified Framework for Deep Learning Test Adequacy [0.4899818550820574]
本稿では,代表的妥当性技術を統合したADEPTの工学的詳細について述べる。
ADEPTはテンプレートベースのメトリックインターフェースを提供する。
ADEPTは、欠落したツールを実装するのに何日も数週間も費やさずに、適切なメトリクスを再現し、適用したい研究者や実践者向けに設計されている。
論文 参考訳(メタデータ) (2026-08-12T15:03:28Z) - Agentic Designer: Progressive Multi-Agent Collaboration for Structure-Aware Interior Layout Generation [84.5255199507027]
Agentic Designerは、構造を意識した内部レイアウト生成を反復的かつ制約的に検証された決定プロセスとして定式化する、プログレッシブなフレームワークである。
提案、検証、合成、調整のモジュールステージにレイアウトを分解することで、フレームワークは3つの特殊エージェント、ジェネレータ、評価器、精錬器を協調する。
この機構は、各配置がコミットされる前に段階的に幾何的検証と補正を行い、エラーの蓄積を防止する。
論文 参考訳(メタデータ) (2026-07-23T02:46:11Z) - TO-Agents: A Multi-Agent AI Pipeline for Preference-Guided Topology Optimization [6.670146926866281]
我々は、自然言語設計意図と反復的トポロジ最適化を結びつけるマルチエージェントAIフレームワークTO-Agentsを提案する。
このフレームワークは、人間が提供する問題記述を検証されたソルバ入力に変換し、トポロジ最適化ソルバを実行し、結果の3Dトポロジをレンダリングする。
本研究では,カンチレバービームベンチマークと携帯電話対応製品設計という,長期にわたる2つの設計課題に関するフレームワークの評価を行った。
論文 参考訳(メタデータ) (2026-05-20T18:32:56Z) - Physics-in-the-Loop: A Hybrid Agentic Architecture for Validated CAD Engineering Design [2.523956380620852]
大規模言語モデル(LLM)はCAD(Computer-Aided Design)を生成することができるが、信頼性の高いエンジニアリング設計に必要な物理的理解は欠如している。
本稿では,自律型AIエージェントの意思決定ループに直接,検証済みの知識ベースエンジニアリングツールを組み込むハイブリッドエージェント・物理アーキテクチャを提案する。
本システムでは, 構造的複雑性が4.2増加し, 類似のエージェント法に比べてコンパイル速度が3.5%向上するなど, より複雑で物理的に検証された設計を生成する。
論文 参考訳(メタデータ) (2026-05-19T11:52:42Z) - OpenEarthAgent: A Unified Framework for Tool-Augmented Geospatial Agents [68.85365034738534]
本稿では,衛星画像,自然言語クエリ,詳細な推論トレースに基づいて学習したツール拡張された地理空間エージェントを開発するための統一的なフレームワークを提案する。
トレーニングパイプラインは、構造化推論軌道上の教師付き微調整に依存し、モデルを検証された多段階ツールの相互作用と整合させる。
付随コーパスは、14,538のトレーニングと1,169の評価インスタンスから構成され、トレーニングスプリットでは100K以上の推論ステップ、評価スプリットでは7K以上の推論ステップがある。
論文 参考訳(メタデータ) (2026-02-19T18:59:54Z) - Thinking Longer, Not Larger: Enhancing Software Engineering Agents via Scaling Test-Time Compute [61.00662702026523]
より大規模なモデルではなく、推論時間の増加を活用する統合されたテスト時間計算スケーリングフレームワークを提案する。
当社のフレームワークには,内部TTCと外部TTCの2つの補完戦略が組み込まれている。
当社の textbf32B モデルは,DeepSeek R1 671B や OpenAI o1 など,はるかに大きなモデルを上回る 46% の課題解決率を実現している。
論文 参考訳(メタデータ) (2025-03-31T07:31:32Z) - Mechanistic Design and Scaling of Hybrid Architectures [114.3129802943915]
我々は、様々な計算プリミティブから構築された新しいハイブリッドアーキテクチャを特定し、テストする。
本研究では,大規模計算最適法則と新しい状態最適スケーリング法則解析を用いて,結果のアーキテクチャを実験的に検証する。
我々は,MAD合成法と計算-最適パープレキシティを相関させ,新しいアーキテクチャの正確な評価を可能にする。
論文 参考訳(メタデータ) (2024-03-26T16:33:12Z)
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。