模型
RTL-Interact
RTL-Interact是一个多任务后训练框架，用于训练RTL专用大模型掌握生成RTL代码、构造EDA检查、以及根据工具反馈修订代码的闭环交互能力。
时间轴 (近 90 天)
11月2日
RTL-Interact 是一个多任务后训练框架，旨在让单个 RTL 专用模型同时掌握生成 RTL 实现、构造与任务匹配的 EDA 检查、依据工具反馈修订代码三项能力。
待验证50%
11月2日
RTL-Interact 通过自动构建的多任务演示数据，配合从思维链到工具集成推理的分阶段监督，让模型学习何时调用检查、如何解读反馈以及怎样针对性修改。
待验证50%
11月2日
PAPO（Pattern-Aware Policy Optimization）是在 Group Relative Policy Optimization（GRPO）基础上改造的多任务强化学习方法，用于 RTL-Interact 的强化学习阶段。
待验证50%
全部知识事实 (3)
待验证
RTL-Interact 是一个多任务后训练框架，旨在让单个 RTL 专用模型同时掌握生成 RTL 实现、构造与任务匹配的 EDA 检查、依据工具反馈修订代码三项能力。
50%待验证RTL-Interact 通过自动构建的多任务演示数据，配合从思维链到工具集成推理的分阶段监督，让模型学习何时调用检查、如何解读反馈以及怎样针对性修改。
50%待验证PAPO（Pattern-Aware Policy Optimization）是在 Group Relative Policy Optimization（GRPO）基础上改造的多任务强化学习方法，用于 RTL-Interact 的强化学习阶段。
50%