Pareto-Optimale RTL-Codegenerierung via Multi-Objective Reinforcement Learning mit Large Language Models

arXiv:2610.26904v1 Aktuelle Studien haben Reinforcement Learning mit verifizierbaren Rewards (RLVR) Methoden vorgeschlagen, die LLMs ermöglichen, hochwertige RTL-Schaltungen aus natürlichsprachigen Spezifikationen zu generieren. Bestehende Ansätze optimieren die Schaltungs-PPA (Power, Performance, Area)