LLM-based Functional Coverage Generation and Auto-Evaluation Framework

• Autoři: LABUDA Ján; ZACHARIÁŠOVÁ Marcela; MATĚJ Zdeněk
• Rok publikování: 2026
• Druh: Stať ve sborníku
• Konference: DVCon Europe 2025; Design and Verification Conference and Exibition
• Fakulta / Pracoviště MU: Fakulta informatiky
• www: https://ieeexplore.ieee.org/document/11443211
• Doi: https://doi.org/10.30420/566664001
• Klíčová slova: Universal Verification Methodology; UVM; Functional verification; Coverage; LLM; CoCoTB; Benchmark
• Popis: This paper investigates using large language models (LLMs) to automatically generate functional coverage code from natural language verification requirements. Using a controlled evaluation framework, the authors show that LLMs have promising capabilities but still face limitations.

Související projekty

• Aplikovaný výzkum na FI: Důvěra v dynamických softwarových ekosystémech, kryptografické implementace včetně uživatelských aspektů, kyberbezpečnostní cvičení, fúze dat pro fyzikální sensory a algoritmy plánování v logistice