探索：使用语言模型通过引导搜索探索模拟拓扑生成

自动化模拟电路拓扑设计对于减少满足日益多样化和定制的应用需求所需的大量手动工作至关重要。最近的进展已在预训练语言模型上应用了序列到序列 微调，以单次从用户规范直接生成电路拓扑。然而，这些一次性生成方法由于其呈指数增长的搜索空间和有限的训练数据集而无法生成复杂的电路。在本文中，我们提出了 EXPLORE，这是一个搜索增强框架，它将模拟器引导的蒙特卡罗树搜索 (MCTS) 与基于 Transformer 的解码集成在一起，以实现模拟拓扑生成的测试时间缩放。通过利用语言模型先验并绕过高可信度的结构标记，EXPLORE 将昂贵的模拟器预算主要分配给搜索过程中拓扑改变的决策。在严格公差为 0.01 的 6 组件基准上，EXPLORE 将一次性生成的成功率从 12% 和采样和过滤基线的 33% 提高到 65%，并且在相同搜索预算下相对于采样和过滤，MSE 降低了 20% 以上。这些结果使 EXPLORE 成为第一个将结构化测试时间搜索与用于模拟拓扑生成的 LM 解码相集成的框架，并为扩展 LLM 驱动的设计自动化迈出了实际的一步。