AI 硬件与加速器
突破级
暂无讲解视频
收录解读
问题与背景：硬件设计 LLM 评测多停留在孤立 HDL 生成，缺少 repo-scale bug repair 和真实 regression flow。
方法与新意：HWE-Bench 从六个开源硬件项目的真实 bug-fix PR 构造 417 个任务，覆盖 RISC-V cores、SoCs 和 roots-of-trust，并在容器化环境中用项目原生仿真/回归验证正确性。
收录意义：这篇对 AI hardware/design agents 价值很高，因为它把 SWE-bench 式评测迁移到硬件 bug repair，并保留真实仓库、真实工具链和真实回归约束。
局限：benchmark 仍集中在开源项目，商业硬件流程、私有 IP、复杂 EDA 许可和长周期验证尚未覆盖。