本研究提出了一种自动化设计数据增强框架，通过生成与Verilog和EDA脚本对齐的高质量自然语言，改善了LLM在Verilog代码生成和EDA脚本生成任务中的表现。实验结果显示，使用该增强方法对Llama2-13B和Llama2-7B模型进行微调后，Verilog生成的准确性从58.8％提高到70.6％。与GPT-3.5相比，13B模型（ChipGPT-FT）在Verilog生成和EDA脚本生成方面表现更好。

本研究提出了一种自动化设计数据增强框架，通过生成与Verilog和EDA脚本对齐的高质量自然语言，改善了LLM在Verilog代码生成和EDA脚本生成任务中的表现。实验结果显示，使用该增强方法对Llama2-13B和Llama2-7B模型进行微调后，Verilog生成的准确性从58.8％提高到70.6％。与GPT-3.5相比，13B模型（ChipGPT-FT）在Verilog生成和EDA脚本生成方面表现更好。