DiagramNet：面向非标准系统级图表的端到端识别框架与数据集

系统级图表编码了芯片设计的架构蓝图，规定模块功能、数据流和接口协议。然而，符号未标准化和结构化训练数据的稀缺，阻碍了现有多模态大语言模型（MLLM）识别这些图表。为填补这一空白，我们推出DiagramNet，首个面向系统级图表的多模态数据集，包含10,977条连接标注和15,515个思维链问答对，覆盖Listing、Localization、Connection和Circuit QA四类任务。基于该数据集，我们提出渐进式训练流水线以及解耦的多智能体工作流，将复杂视觉推理分解为感知（Perception）、推理（Reasoning）和知识（Knowledge）三个阶段。在DiagramNet基准上，将我们的3B参数模型与所提工作流相结合，超越了2025 EDA Elite Challenge冠军方案，并在端到端评估中领先GPT-5、Claude-Sonnet-4和Gemini-2.5-Pro超过2倍。值得注意的是，该工作流可泛化到我们的模型之外，将Gemini-2.5-Pro的Task 1性能提升128.7倍，GPT-5提升12.4倍。此外，仅用60张图像进行检测器适配，该方法即可有效迁移到AMSBench，在零样本连接性推理上达到与GPT-5和Claude-Sonnet-4相当的水平，并超过AMS最先进方法Netlistify。