WaveletECO：闭环物理 ECO 平台与专用本地语言模型

论文提出 WaveletECO，将闭环执行平台与大语言模型结合用于芯片设计后期的 ECO 修复，并基于执行示范与决策偏好数据，通过监督微调和 CPO-SimPO 训练了一个本地 9B 模型。在 22 个设计、594 次评测中，该策略的 BF16 与 INT8 版本得分分别为 79.63 和 79.65，高于 GPT-6 Astra 的 77.44，INT8 推理成本约为后者的 1/147。

此前的 Agentic EDA 方法多聚焦工具调用，较少关注模型决策质量与针对性训练。该工作把多轮 ECO 决策作为训练目标，用本地小模型在评测分数上超过通用大模型，并展示 INT8 量化下修复质量基本保持，说明专用训练加本地部署是一条不同于通用模型调用链的路线。

ECO 需要多轮决策，模型须依据每轮执行结果决定下一步修复动作。WaveletECO 用闭环平台承载执行，并采集执行示范与决策偏好数据，先做监督微调，再用 CPO-SimPO 优化决策偏好，使 9B 本地模型习得该任务的行为模式，而非依赖通用模型的通用推理能力。

对 EDA 工具与芯片研发流程而言，可验证的影响是：专用小模型配合 INT8 量化能以极低推理成本完成多轮 ECO 修复，且在评测中分数不低于通用大模型。这降低了本地部署的算力门槛，也使决策数据采集与偏好训练成为工具链中可独立投入的环节。

• 构建 ECO 执行数据的采集与偏好标注流程，形成可复用的训练数据集
• 为 EDA 场景提供本地 9B 级专用模型的 INT8 部署方案，降低推理成本
• 将闭环执行平台与决策模型拆分，便于按设计类型替换或迭代策略模型

• WaveletECO 在 22 个设计上的评测是否覆盖真实量产芯片的完整 ECO 场景
• INT8 量化在更多设计类型和更长决策轮次下是否仍保持修复质量
• 9B 本地模型的训练数据规模、标注成本与迭代周期尚未披露
• 与现有商业 EDA 工具链的集成方式和部署要求未在证据中说明