DiagramNet：非標準のシステムレベル回路図向けのエンドツーエンド認識フレームワークとデータセット
arXiv cs.AI / 2026/5/5
📰 ニュースDeveloper Stack & InfrastructureModels & Research
要点
- DiagramNetは、非標準シンボルや構造化学習データの不足という課題に対処するために、システムレベルのチップアーキテクチャ回路図に特化した初のマルチモーダルデータセットを提供します。
- データセットには4つのタスク（Listing、Localization、Connection、Circuit QA）を対象に、10,977件の接続アノテーションと15,515件のchain-of-thought QAペアが含まれます。
- 著者らは、段階的な学習パイプラインと、視覚推論をPerception（知覚）、Reasoning（推論）、Knowledge（知識）の段階に分解する疎結合マルチエージェントワークフローを提案しています。
- DiagramNetベンチマークでは、提案ワークフローを組み合わせた3Bパラメータモデルが、2025 EDA Elite Challengeの勝者やGPT-5、Claude-Sonnet-4、Gemini-2.5-Proを上回り、エンドツーエンド評価で2倍超の性能を報告しています。
- このワークフローは他モデルにも汎化し、Task 1で大幅な改善（例：Gemini-2.5-Proで128.7倍）をもたらすほか、60枚の適応画像のみでAMSBENCHへ移行でき、接続推論においてNetlistifyを上回るとされています。
