Data Oracle · 配对数据与主动学习

# 核心能力

# 1. Paired Data Generation

对同一设计状态同时记录 AI 预测和确定性金标结果。每当 Agent 通过 Model Router 调用 AI 模型做预测时，Oracle 异步触发同状态上的确定性引擎执行，生成金标 ground truth。每对数据包含：input（设计状态特征）、ai_prediction、gold_result、delta（误差分析）。

# 2. Active Learning

选择最有信息量的样本送确定性引擎标注。支持三种选择策略：uncertainty（选 AI 预测置信度最低的样本）、diversity（选覆盖未充分代表的 design 区域的样本）、hybrid（综合考虑 uncertainty + diversity）。主动学习循环最小化确定性引擎的计算开销——只对最有价值的样本求金标。

# 3. Lineage Tracking

记录每条数据的设计来源、工具版本、工艺条件、场景参数。完整 lineage 链：设计来源（design_id + commit）→ 工具版本（tool + version + config_hash）→ 工艺条件（PDK node + corner + temperature）→ 场景参数（utilization、frequency target 等）。数据集的 provenance 完全透明。

# 4. Applicability

标记每条数据的适用范围。design_family（riscv/vliw/soc/...）、PDK（sky130/nangate45/asap7/...）、scenario_type（congestion_fix/timing_opt/power_reduction/...）。Model Router 利用 applicability 标签判断模型的适用域——训练数据不覆盖的 domain 自动触发 OOD 检测。

# 5. Quality Gate

数据必须通过 coverage 和 correctness gate 才能进入训练集。Coverage gate：检查数据是否覆盖了新 design/scenario 区域（避免同质化冗余）。Correctness gate：检查金标结果是否来自可信的确定性引擎版本（过期版本的结果标记为 degraded）。通过双闸的数据获得 certified 标签。

# Agent 调用方式

Data Oracle 提供两种核心操作——paired data generation（触发配对数据生成）和 active learning sample selection（主动学习采样）。

from ieda.oracle import DataOracle

oracle = DataOracle("http://localhost:9130")

# Generate paired data: record AI prediction + gold result
samples = oracle.generate(
    design_ref="snap_7f3a",
    tools=["iPL", "iSTA"],
    scenarios=["congestion_fix", "timing_opt"],
)
print(len(samples))             # 42 paired samples

# Active learning: select most informative samples
selected = oracle.select(
    selection_strategy="uncertainty",
    top_k=100,
    model_family="congestion_nn",
)

# Check data lineage
lineage = oracle.get_lineage(sample_id="pair_7f3a_042")
print(lineage.design_source)    # "snap_7f3a (commit a1b2c3)"
print(lineage.tool_version)    # "iPL v2.1.0 (config hash: f3a9)"

// Generate paired data
{
  "jsonrpc": "2.0",
  "method": "tools/call",
  "params": {
    "name": "oracle.generate",
    "arguments": {
      "design_ref": "snap_7f3a",
      "tools": ["iPL", "iSTA"],
      "scenarios": ["congestion_fix", "timing_opt"]
    }
  }
}

// Active learning selection
{
  "jsonrpc": "2.0",
  "method": "tools/call",
  "params": {
    "name": "oracle.select",
    "arguments": {
      "selection_strategy": "uncertainty",
      "top_k": 100,
      "model_family": "congestion_nn"
    }
  }
}

# Generate paired data
oracle generate -design snap_7f3a \
  -tools {iPL iSTA} \
  -scenarios {congestion_fix timing_opt}

# Active learning: select top-100 most uncertain
oracle select -strategy uncertainty \
  -top_k 100 -model_family congestion_nn

# Check sample lineage
oracle lineage -sample pair_7f3a_042

# 输入/输出契约

OracleRequest

OracleResult

# 相关资源