摘要
符号表达式可以有效地表征和预测电路行为，但直接从电路图中推导它们是具有挑战性的。这一过程需要从图像中准确构建电路结构的视觉到符号转换，以及正确的多步符号推导，均对正确性有严格要求。
本研究提出了AutoVSR，一个用于电路表达式视觉到符号生成的自动化框架，利用视觉语言模型（VLMs）。通过将电路图重构为可执行的中间表示（Executable IR），并利用符号求解器进行推理，AutoVSR显著提高了符号表达式生成的准确性。AutoVSR引入了两个关键创新：
- 基于组件规则检索和验证反馈的IR构建方法。
- 作为规划代理实现的符号求解器，配备了可靠的多步推导符号工具库。
与端到端的VLM方法及专门的符号表达式生成任务相比，AutoVSR在准确性上提高了30.01–59.45%和41.96–51.84%。此外，AutoVSR在推理成本和计算效率上超越了封闭源的最新VLM。
代码可在GitHub获取。
博主点评： AutoVSR的创新在于其结合了视觉语言模型与符号推理的能力，为电路设计自动化带来了新的可能性。通过优化中间表示和推导过程，AutoVSR不仅提高了生成的准确性，还在计算效率上表现出色，值得在相关领域进一步探索。