EDA Corpus: A Large Language Model Dataset for Enhanced Interaction with OpenROAD

大型语言模型（LLMs）是设计的强大工具，提供任务自动化和设计辅助的功能。最近的进展显示出将LLM整合到芯片设计过程中的巨大潜力；然而，许多这些工作都依赖于不公开的数据和/或不允许在LLM训练和分发中使用的许可证。在本文中，我们提出了一种解决方案，旨在通过引入一个针对广泛采用的开源EDA工具链OpenROAD量身定制的开源数据集来弥合这一差距。该数据集包含1000多个数据点，并以两种格式结构化：（i）由问题提示和散文答案组成的成对集，和（ii）由代码提示和其对应的OpenROAD脚本组成的成对集。通过提供这个数据集，我们旨在促进EDA领域内的LLM研究。该数据集可在https://github.com/OpenROAD-Assistant/EDA-Corpus上获取。

本论文旨在解决EDA领域中使用LLMs进行任务自动化和设计协助时，缺乏公开数据集的问题。作者提出了一个针对OpenROAD的开源数据集，旨在促进EDA领域内LLM相关研究的发展。

本论文的关键思路是提供一个开源数据集，以促进EDA领域内LLM相关研究的发展。

本文提供了一个包含1000多个数据点的开源数据集，分别是问题提示和对应的答案，以及代码提示和对应的OpenROAD脚本。作者的贡献在于提供了一个公开可用的数据集，以促进EDA领域内LLM相关研究的发展。论文还介绍了实验设计和数据集的详细信息，并提供了数据集的GitHub链接。

最近在EDA领域中的相关研究包括使用LLMs进行电路设计自动化的研究，但这些研究所使用的数据集并不是公开可用的。