Miércoles 21 de octubre de 2026 ·
Investigadores proponen entrenar LLM para generar circuitos RTL Pareto-óptimos con aprendizaje por refuerzo multiobjetivo
Un artículo de investigación propone entrenar modelos de lenguaje con aprendizaje por refuerzo con recompensas verificables para generar circuitos RTL a partir de especificaciones en lenguaje natural. El método no optimiza un solo circuito, sino la calidad y diversidad del conjunto de circuitos en el espacio de potencia, rendimiento y área (PPA). Para ello usa una recompensa basada en Hypervolume Contribution.
Qué significa
Los diseñadores de chips podrían elegir entre varios circuitos con distintos equilibrios de consumo, latencia y tamaño, en lugar de recibir uno solo. Así la elección de compromiso se hace a posteriori, según las necesidades del producto.
Fuentes originales
Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.
- arXiv cs.AILeer la noticia completa en arXiv cs.AI
También ese día
Todas las noticias de IA del miércoles 21 de octubre de 2026 ->