Siddharth Garg

ASCENT améliore la sécurité matériel contre les attaques par canaux auxiliaires de puissance pendant la conception.

Cet article parle des modèles prenant en compte l'incertitude pour mieux analyser les champs vectoriels en utilisant des réseaux de neurones profonds.

Une nouvelle méthode améliore l'efficacité des LLM pour créer des designs matériels complexes.

AutoChip utilise les retours EDA pour améliorer la génération de code Verilog par les LLMs.

Masala-CHAI simplifie la génération de netlist SPICE pour la conception de circuits électroniques.

TruncFormer accélère l'inférence privée pour les gros modèles de langage tout en gardant les données en sécurité.

Une nouvelle façon de voir comment les machines perçoivent les similarités entre différents types de données.