主要改进体现在代码健壮性和易用性上：

• 完善了训练策略： 现在训练不再需要对数据集进行预标注。Trainer 会在训练过程中自动生成正样本和负样本，并动态保持正负样本的平衡，可直接使用原始数据 (raw data) 进行训练。
• 完善了说明文档： 更新了项目的 Git 仓库中的 README 文件，提供了更详细的设置和使用说明。详情请访问： RoRD-Layout-Recognation

这是一个旨在利用 GNN-Transformer 架构模仿 ViT (Vision Transformer) 进行集成电路版图分析的大模型构想。

• 技术报告： 详细的技术构想和设计已撰写成报告，可在此处查阅： 技术报告
• 代码框架： 已完成 Geo-Layout-Transformer 的代码骨架搭建，明确了待办事项 (to-dos)，但具体实现暂用空函数占位。代码仓库： Geo-Layout-Transformer

于8月28日参加了在上海举办的 Siemens EDA Forum。这是一个商业性大于技术性的论坛，但从中也了解到了产业界关于 AI-EDA 的一些最新动向，特别是关于良率提升的部分。

Siemens 关于良率提升部分的演讲内容

详细的技术报告整理如下： 技术报告

另外，他们的茶点非常好吃。

为提升服务器的稳定性和易用性，编写了以下几个自动化脚本：

NVIDIA 库定时检查和重连接脚本

解决了因 nvidia-smi 版本与内核驱动版本不一致（575 vs 570）而频繁失效的问题。脚本以10分钟为周期检查 nvidia-smi 状态，若发现问题则自动重连接到正确的 570 库版本。

ZJUnet 自动化检测重连脚本

解决了服务器 ZJUnet 拨号上网间歇性断连的问题。脚本会定时测试网络连接，一旦失败则自动执行重连命令以恢复网络。

网络测试失败后重连

网络测试成功

MDView 脚本

一个有趣的小工具，利用 glow 和 chafa 两个成熟的终端工具，实现在终端内浏览 Markdown 文件，并能正确渲染标题、表格、列表、代码块，甚至包括图片。

标题渲染

表格渲染

列表渲染 1

列表渲染 2

图片渲染

超链接渲染

代码块渲染