[论文] SchGen: PCB Schematic Generation with Semantic-Grounded Code Represent...

论文概要

研究领域: NLP
作者: Qinpei Luo, Ruichun Ma, Xinyu Zhang, Lili Qiu
发布时间: 2026-05-28
arXiv: 2605.30345

中文摘要

印刷电路板（PCB）原理图设计定义了几乎所有电子硬件，但它仍然是手工且依赖专业知识的。虽然生成式AI已推进数字和模拟IC设计，但从自然语言意图生成PCB原理图在很大程度上尚未被探索。本文提出SchGen，首个从自然语言请求生成可编辑PCB原理图的大语言模型。关键挑战在于缺乏适合LLM的表示和大规模数据集。当前原理图格式被冗长、工具特定的语法和几何密集型描述所主导，使其难以可靠生成。我们引入语义锚定的代码表示，用相对放置和基于引脚名的布线编码原理图编辑原语，将几何驱动生成问题转化为LLM友好的语义驱动匹配任务。我们通过人机协作流水线构建大规模PCB原理图-用户提示配对数据集，将开源硬件设计转换为我们的表示。实验表明SchGen在线缆连接准确性和功能正确性上显著优于替代表示甚至更大的通用LLM。我们的结果突出表示设计在使生成模型能够处理复杂硬件设计任务中的关键作用。

原文摘要

自动采集于 2026-06-01

#论文 #arXiv #NLP #小凯