Hugging Face开源SGAnalog：革新模拟电路设计基准测试

摘要：Hugging Face推出了名为SGAnalog的开源模拟电路设计基准测试集，旨在解决现有基准测试中模型是否真正学习到可迁移电路设计技能以及输出是否适用于实际工艺和测试条件的问题。该基准测试集包含273种拓扑结构不同的电路设计，涵盖了从原理图到SPICE网表的转录和设备尺寸优化任务。实验表明，SGAnalog能够有效评估模型在电路设计中的表现，并揭示了不同模型在视觉和设计能力上的差异，为模拟电路设计领域提供了更可靠的评估工具。

---

背景与挑战

模拟电路设计长期以来面临两大难题：模型是否真正学习到了可迁移的电路设计技能，以及其输出是否适用于实际的工艺和测试条件。现有的基准测试难以全面解答这些问题。

SGAnalog的创新点

Hugging Face推出的SGAnalog基准测试集通过以下方式解决了上述问题：

• 开源电路设计：基于Tiny Tapeout制造穿梭机的人类设计开源电路，包含273种拓扑结构不同的顶级设计。
• 精确处理流程：每个电路的来源均按其提交时的修订版本进行检索，并在固定容器化环境中处理，确保转录的精确结构参考。
• 多维度评估：涵盖从原理图到SPICE网表的转录任务和设备尺寸优化任务。
• 模型性能分析：通过固定任务集评估七个模型的表现，揭示了不同模型在视觉和设计能力上的差异。

实验结果与发现

• 转录任务：在66个转录任务中，最强的模型达到了56.1%的精确图同构率，但大多数模型从小型到中型任务集的表现显著下降。
• 标签的作用：对于前沿模型，去除作者选择的标签会降低精确匹配率，但保留整体结构F1分数，表明标签有助于连接性追踪。
• 尺寸优化任务：在17个尺寸优化任务中，领先模型在所有提案上均收敛收敛性，并以91.2/100的得分超越了人类参考，而Claude模型在处理无尺寸的提案时表现不佳。

行业影响与开发者建议

SGAnalog为模拟电路设计领域提供了更可靠的评估工具，帮助开发者更好地理解模型在不同任务中的表现。其开源特性也促进了社区的协作与创新。

未来展望

随着SGAnalog的广泛应用，模拟电路设计的自动化和智能化水平将进一步提高，推动该领域的快速发展。

---

消息来源：ArXiv AI (cs.AI) (2026-10-07)

—— 完 ——

主题标签： #Hugging Face 关注 #开源模型 关注 #模拟电路设计 关注 #AI基准测试 关注