研究要点 iPCL-M 强调在预训练骨干上做版图质量度量与优化引导，适合与 Benchmark 指标、物理实现回流一起评估。 完整条目 Xinhua Lai, He Liu, Weiguo Li, Yihang Qiu, Miao Liu, Simin Tao, Xingquan Li*, Jungang Xu, iPCL-M: Pre-training of Chip Layout for Metrics Evaluation and Optimization，in Proceedings of Design Automation Conference (DAC), 2026. (CCF-A) 与产品的关系 本页把学术条目落到 iEDA.ai 产品叙事中：你可以从右侧相关能力跳到工具或 AiEDA 模块，用同一套开放状态做复现与扩展。