ترجمه فارسی مقاله ChipExpert: مدل زبان بزرگ متن‌باز مختص طراحی مدار مجتمع

چکیده

The field of integrated circuit (IC) design is highly specialized, presenting significant barriers to entry and research and development challenges. Although large language models (LLMs) have achieved remarkable success in various domains, existing LLMs often fail to meet the specific needs of students, engineers, and researchers. Consequently, the potential of LLMs in the IC design domain remains largely unexplored. To address these issues, we introduce ChipExpert, the first open-source, instructional LLM specifically tailored for the IC design field. ChipExpert is trained on one of the current best open-source base model (Llama-3 8B). The entire training process encompasses several key stages, including data preparation, continue pre-training, instruction-guided supervised fine-tuning, preference alignment, and evaluation. In the data preparation stage, we construct multiple high-quality custom datasets through manual selection and data synthesis techniques. In the subsequent two stages, ChipExpert acquires a vast amount of IC design knowledge and learns how to respond to user queries professionally. ChipExpert also undergoes an alignment phase, using Direct Preference Optimization, to achieve a high standard of ethical performance. Finally, to mitigate the hallucinations of ChipExpert, we have developed a Retrieval-Augmented Generation (RAG) system, based on the IC design knowledge base. We also released the first IC design benchmark ChipICD-Bench, to evaluate the capabilities of LLMs across multiple IC design sub-domains. Through comprehensive experiments conducted on this benchmark, ChipExpert demonstrated a high level of expertise in IC design knowledge Question-and-Answer tasks.

چکیده به فارسی (ترجمه ماشینی)

زمینه طراحی مدار یکپارچه (IC) بسیار تخصصی است و موانع قابل توجهی برای ورود و چالش های تحقیق و توسعه ارائه می دهد.اگرچه مدلهای بزرگ زبان (LLM) در حوزه های مختلف به موفقیت چشمگیری رسیده اند ، LLM های موجود اغلب در تأمین نیازهای خاص دانش آموزان ، مهندسان و محققان ناکام هستند.در نتیجه ، پتانسیل LLMS در حوزه طراحی IC تا حد زیادی ناشناخته است.برای پرداختن به این مسائل ، ما ChipExpert را معرفی می کنیم ، اولین LLM با منبع باز و آموزشی که به طور خاص برای قسمت طراحی IC متناسب است.Chipexpert در یکی از بهترین مدل های اصلی منبع باز (LLAMA-3 8B) آموزش دیده است.کل فرایند آموزش شامل چندین مرحله کلیدی ، از جمله تهیه داده ها ، ادامه قبل از آموزش ، تنظیم دقیق نظارت بر دستورالعمل ، تراز اولویت و ارزیابی است.در مرحله تهیه داده ها ، ما چندین مجموعه داده سفارشی با کیفیت بالا را از طریق تکنیک های انتخاب دستی و سنتز داده ها می سازیم.در دو مرحله بعدی ، Chipexpert مقدار زیادی از دانش طراحی IC را به دست می آورد و یاد می گیرد که چگونه به سؤالات کاربر به صورت حرفه ای پاسخ دهد.Chipexpert همچنین با استفاده از بهینه سازی اولویت مستقیم ، یک مرحله تراز را پشت سر می گذارد تا به یک سطح بالایی از عملکرد اخلاقی برسد.سرانجام ، برای کاهش توهم Chipexpert ، ما بر اساس پایگاه دانش طراحی IC ، یک سیستم نسل بازیابی (RAG) ایجاد کرده ایم.ما همچنین اولین معیار طراحی IC CHIPICD-BENCH را منتشر کردیم تا قابلیت های LLMS را در زیر دامنه های طراحی IC متعدد ارزیابی کنیم.از طریق آزمایش های جامع انجام شده بر روی این معیار ، چیپ اکسپرت سطح بالایی از تخصص را در کارهای پرسش و پاسخ به دانش طراحی IC نشان داد.