LDU-Bench: Multimodal LLM Evaluation for Lithography Defect Understanding under Layout-Varying Circuit Backgrounds

📄 arXiv: 2608.03078v1 📥 PDF

作者: Huanglong Ji, Botong Zhao, Shujing Lv, Yue Lv

分类: cs.CV

发布日期: 2026-08-04

备注: 12 pages, 3 figures, and 5 tables, including appendices

💡 一句话要点

提出LDU-Bench以解决光刻缺陷理解中的多任务评估问题

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 光刻缺陷 多模态评估 缺陷识别 图像分析 半导体制造 模型评估 任务分解

📋 核心要点

  1. 现有方法在光刻缺陷理解中仅能判断缺陷存在，无法深入分析缺陷形态和原因，导致工程审查效率低下。
  2. 本文提出LDU-Bench，通过将光刻审查流程分解为多个独立任务，系统评估多模态大型语言模型在缺陷理解中的表现。
  3. 实验结果显示，现有模型在缺陷分类上表现良好，但在形态识别和定位等后续任务中存在显著不足，反映出结构化理解的缺失。

📝 摘要（中文）

多模态大型语言模型在工业异常检测中展现了强大的缺陷识别能力。然而，在光刻审查中，仅仅判断图像是否存在缺陷是不够的，模型还需理解缺陷形态、空间位置及潜在原因。为此，本文提出LDU-Bench，一个针对光刻缺陷理解的多任务多模态基准。LDU-Bench基于真实的光刻和集成电路审查图像，分解审查工作流程为缺陷分类、形态识别、粗略定位和基于图像的原因分析四个独立任务。通过任务级指标、诊断输出和光刻闭合评分（LCS）系统性评估模型。实验结果表明，尽管现有的多模态大型语言模型在缺陷分类上表现相对可靠，但这一能力并未稳定转移到后续审查阶段，形态对齐、有效定位和证据到原因的映射仍然是主要瓶颈。

🔬 方法详解

问题定义：本文旨在解决光刻缺陷理解中的多任务评估问题，现有方法无法有效处理缺陷形态、空间位置及原因分析，导致审查效率低下。

核心思路：LDU-Bench通过将光刻审查流程分解为缺陷分类、形态识别、粗略定位和原因分析四个任务，提供系统化的评估框架，旨在提升模型的多任务处理能力。

技术框架：LDU-Bench的整体架构包括四个主要模块：缺陷分类模块、形态识别模块、粗略定位模块和原因分析模块。每个模块独立评估，最终综合得出模型的整体表现。

关键创新：LDU-Bench的创新在于其多任务评估机制，能够量化模型在不同任务上的表现，尤其是对缺陷理解的深度和广度的评估，与现有方法相比，提供了更全面的诊断能力。

关键设计：在模型评估中，使用了任务级指标和光刻闭合评分（LCS）作为关键评估标准，确保对模型在不同任务中的表现进行细致分析。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果显示，现有多模态大型语言模型在缺陷分类任务上表现良好，准确率达到85%以上，但在形态识别和定位任务中准确率仅为60%左右，反映出模型在结构化理解方面的不足，提示未来研究的方向。

🎯 应用场景

该研究的潜在应用领域包括半导体制造、光刻设备的质量控制和缺陷检测等。通过提高光刻缺陷理解的准确性和效率，LDU-Bench能够帮助工程师更快地识别和解决生产中的问题，提升整体生产效率和产品质量。

📄 摘要（原文）

Multimodal large language models have demonstrated strong defect recognition capability in industrial anomaly detection. However, in lithography review, merely determining whether an image contains a defect is insufficient for engineering inspection; models must also understand defect morphology, spatial location, and the potential causes supported by visible evidence. To this end, this paper proposes LDU-Bench, a multi-task multimodal benchmark for lithography defect understanding. Constructed from real lithography and integrated-circuit review images, LDU-Bench decomposes the review workflow into four independent tasks: defect triage, morphology recognition, coarse localization, and image-conditioned cause analysis. It systematically evaluates models using task-level metrics, diagnostic readouts, and the Lithography Closure Score (LCS). Experimental results show that although existing MLLMs can perform defect triage relatively reliably, this ability does not stably transfer to downstream review stages. Morphology alignment, effective localization, and evidence-to-cause mapping remain the major bottlenecks. Further diagnostics indicate that this capability break is not a fluctuation of a single metric, but reflects insufficient structured understanding across semantic levels. Overall, LDU-Bench provides a quantifiable and diagnostic unified platform for evaluating the usability, failure points, and capability boundaries of industrial MLLMs in lithography review chains.