一句话看懂：arXiv 上一项新研究构建了 HBT 合法化的开放基准和精确求解器 GEO-Exact，用独立对偶证书证明所有 21 个实例的最优性，并发现常见滑动窗口基线与最优解的差距远小于此前 RL 论文报告的 19-22% 增益。
事件核心：发生了什么
2026 年 11 月 13 日，arXiv cs.AI 发布论文 arXiv:2611.14928v1，聚焦面对面 3D IC 中的混合键合端子（HBT）合法化问题：为每个端子分配间距网格站点，使总曼哈顿位移最小。作者基于 Open3DBench 布局数据构建了 21 个设计/间距实例的开放基准，并实现精确求解器 GEO-Exact，通过惰性生成空间候选边上的连续最短增广路径求最优解。独立对偶证书证明其在全部 21 个实例上最优，相对原始-对偶间隙至多 8.2×10⁻¹⁶。与最优解相比，按 ViaLegal 默认配置重建的滑动窗口（SW）基线平均仅高 0.011%，最差 0.119%；在 16 个竞争实例上，BTAssign 风格、DGHL 和贪心分别高 3.0%、6.9% 和 64.5%。GEO-Exact 在作者测试环境中约比 DGHL 和 SW 快一个数量级（几何平均 8.1 倍和 40 倍）。
为什么重要
此前 Open3DBench 报告 RL 合法化器相对 SW 将位移降低 19-22%，但其合法化器均未公开。这项工作的核心价值在于提供可核查的最优值、证书和代码，把“还有多少优化空间”变成可量化问题。结果显示，在作者构建的标称间距实例上，SW 已非常接近最优；如果 19-22% 的增益是在类似实例上测得，SW 需比最优高至少 24-28%，远超作者测试的任何 SW 变体。论文同时指出，RL 论文自身与匈牙利算法最优解的比较中，其 SW 平均仅高 3.05%。目前公开信息显示，这提示部分 RL 增益可能来自基线配置或实例选择差异，而非算法本身有巨大提升空间。不过该结论仅基于摘要所述实验范围，尚未核验全文。
对用户/开发者/创作者的影响
对 EDA 工具开发者和 3D IC 研究者而言，可直接使用其开源的代码、最优值和证书作为新算法的评测基准，避免在弱基线上夸大改进。对关注 AI for EDA 的团队，这提醒在发表 RL 或启发式方法时，应同时报告精确最优解或严格下界，并公开基线配置。对普通用户，这项研究不直接改变终端产品，但间接影响芯片设计流程中布局优化工具的可信度与选型判断。
值得关注的后续
一是 GEO-Exact 能否扩展到更大规模或更复杂约束的工业实例；二是社区是否会复现 RL 论文的基线配置，厘清 19-22% 增益的真实来源；三是该开放基准和证书能否被 Open3DBench 等平台采纳为标准评测项。
来源：arXiv cs.AI
