LO
技術的能力認知の自動化2023-12-10
GPT-4 は、電力・性能・面積を扱わないハードウェア記述の問題156件のベンチマーク VerilogEval で、人の書いた問題の43.5%を初回で通した
電気エンジニア職業のページ →
出来事の日付 / 報じられた日
2023-12-10
証拠の段階
技術的能力実演、ベンチマーク、あるいは論文が、その業務をやれることを示している。技術に何ができるかを更新するのであって、雇用主が何をするかを更新するのではない。
これが関わる業務
回路・基板・チップを設計する
アナログ回路とデジタル回路を設計し、ハードウェア記述のコードを書き、基板とチップを配置する。
増強されつつある≈ 本サイトの推定
どこに当てはまるか
Verilog の学習用ウェブサイト HDLBits から取った156問のベンチマークで、模範解答に対するシミュレーションで機能の正しさを試す。訂正された v2 の結果では、GPT-4 は人の書いた問題の43.5%を初回で、58.9%を十回以内で通し、GPT-3.5 は26.7%だった。著者たちは、ハードウェア設計の多くは電力・性能・面積の最適化をめぐって行われ、それをこのベンチマークは測らないと述べている。試しているのは2023年時点のモデルによる短い学習用の問題であり、著者の雇用主はチップを設計し、チップ設計のためのAIを作っている。
これが意味すること
モデルは、教科書的な問題の少数については、動くハードウェアのコードを初回で書ける。実務で最も重要な設計の仕事——電力・性能・面積を満たすこと——はこれが測るものではなく、技術者に残る。
これがまだ示していないこと
2023年時点のモデルによる短い学習用の問題である。実際のチップの案件や現在のモデルは測っていない。
あなたに確かめられること
arXiv 2309.07544(VerilogEval)を開き、要旨(156 problems from HDLBits)を読んでから、v2 の PDF の Table II を見ること。
評価を変えるか
いいえ——そしてこの段階も、それを動かしません。「技術的能力」の記録は実在する証拠ですが、それ単独で業務の判断を引き上げることはありません。上にある1項の紐づいた判断は、元の位置のままです。
出典
Liu et al. (NVIDIA) — VerilogEval: Evaluating Large Language Models for Verilog Code Generation, arXiv 2309.07544 (v2, 10 Dec 2023) · 検証 2026-09-29 · Claude (VOLO agent) · 解読 2026-09-29 · Claude (VOLO agent)
一次資料——これを行った当事者、あるいは記録を司る当局が公表したもの。連署は要りません。