AnalogRetriever: Learning Cross-Modal Representations for Analog Circuit Retrieval

Riassunto Tecnico: AnalogRetriever

1. Il Problema (Problem Statement)

Il design di circuiti analogici si basa pesantemente sul riutilizzo di proprietà intellettuali (IP) esistenti. Tuttavia, la ricerca di circuiti è ostacolata dall'eterogeneità delle rappresentazioni: un circuito può essere descritto come un netlist SPICE (codice), uno schema elettrico (immagine) o una descrizione funzionale (testo).

I metodi attuali soffrono di tre limiti principali:

• Mancanza di cross-modalità: Gli strumenti esistenti permettono solo ricerche a singola modalità (es. keyword su testo), fallendo nel collegare, ad esempio, una descrizione testuale a un netlist.
• Gap di dominio per la Visione: I modelli pre-addestrati (come CLIP) non sono ottimizzati per i diagrammi astratti dei circuiti, che differiscono dalle fotografie naturali.
• Complessità strutturale dei Netlist: I netlist sono grafi dove i nomi dei nodi sono arbitrari e la semantica risiede nella connettività e nei terminali specifici (porte) dei componenti, aspetti che i classici encoder testuali non catturano.

2. Metodologia (Methodology)

Gli autori propongono AnalogRetriever, un framework di recupero trimodale che mappa testo, immagini e netlist in uno spazio di embedding condiviso tramite contrastive learning.

A. Architettura degli Encoder:

• Visione e Testo: Utilizzano il modello CLIP pre-addestrato. Per adattarlo ai circuiti senza perdere le capacità generali, congelano i primi 16 blocchi del Vision Transformer (ViT) e affinano solo gli ultimi 8.
• Netlist (Graph Encoder): Introducono una Relational Graph Convolutional Network (RGCN) "port-aware". A differenza delle GCN standard, la RGCN utilizza matrici di peso distinte per ogni tipo di relazione (es. connessione tra Gate e Drain di un MOSFET), permettendo al modello di distinguere la funzione elettrica precisa di ogni terminale. Un meccanismo di attention pooling aggrega poi i nodi per enfatizzare i componenti critici (es. coppie differenziali).

B. Strategia di Addestramento (Curriculum Learning):
Per evitare l'instabilità causata dall'unire un encoder grafico inizialmente casuale a un modello CLIP pre-addestrato, propongono un addestramento in tre fasi:

1. Warm-up del Grafo: Si addestra solo l'RGCN per allinearsi allo spazio CLIP (con CLIP congelato).
2. Transizione: Si sbloccano i pesi di CLIP e si attiva la perdita contrastiva trimodale completa.
3. Hard Negative Mining: Si introducono campioni "difficili" (circuiti con funzioni simili ma topologie diverse) per affinare la capacità discriminativa del modello.

C. Costruzione del Dataset:
Gli autori hanno risolto il problema della scarsa qualità del dataset MASALA-Chai creando una pipeline di riparazione basata su LLM e sul simulatore Ngspice. Questo ha portato il tasso di compilazione dei netlist dal 22% al 100% e il tasso di successo nelle simulazioni DC dal 11,4% al 99,7%.

3. Contributi Chiave (Key Contributions)

1. Primo framework di recupero trimodale: Capacità di cercare tra testo, schemi e netlist in modo bidirezionale (6 direzioni di ricerca).
2. Encoder RGCN Port-Aware: Un approccio che cattura la semantica elettrica fine attraverso la distinzione dei terminali dei componenti.
3. Dataset di alta qualità: Una pipeline di raffinamento che garantisce la coerenza tra descrizione, immagine e netlist verificato tramite simulazione.
4. Integrazione RAG (Retrieval-Augmented Generation): Dimostrazione che il recupero può guidare gli agenti LLM (come AnalogCoder) per generare circuiti corretti invece di allucinazioni.

4. Risultati (Results)

• Performance di Recupero: AnalogRetriever raggiunge un Recall@1 medio del 75,2% su tutte le direzioni cross-modali, superando i baseline esistenti (come CROP) di oltre 15 volte.
• Sinergia Modale: L'aggiunta della modalità "codice" (netlist) migliora anche le prestazioni della ricerca puramente testo-immagine, dimostrando che la struttura del grafo arricchisce lo spazio semantico globale.
• Impatto sul Design (RAG): Integrato in un framework agentico, il sistema aumenta il tasso di correttezza funzionale degli LLM in media del +5,6%, raggiungendo un nuovo stato dell'arte dell'86,7% con Claude Sonnet 4.6.

5. Significato (Significance)

Il lavoro rappresenta un passo fondamentale verso l'automazione del design analogico. Dimostra che il recupero di IP esistenti tramite IA può fungere da "ancora di verità" per i modelli generativi, riducendo drasticamente gli errori topologici e accelerando il flusso di lavoro degli ingegneri, passando da una ricerca manuale frammentata a un sistema di ricerca semantica unificato.