← 返回实验室

晶圆AI缺陷检测定制:跨机台漂移与复判闭环

在晶圆缺陷检测实验中,我们把重点放在两个常被低估的问题上:一是不同机台、不同批次间灰度基线漂移,导致同一缺陷在A机判NG、B机判OK;二是复判环节的样本回流太慢,模型迭代周期被拉长。

阶段性进展:
• 预处理阶段引入按机台与膜层分组的灰度归一化与背景重建,先做漂移校正再送入检测网络,跨机台误报在测试集上下降约三成,漏检未明显上升。
• 检测结果与Review SEM坐标对齐后自动回流入库,按缺陷码分层抽样,小样本类别如微刮伤、残留,样本量两周内补充到可训练量级。

下一步计划:一是把漂移校正参数做成可配置项,换机台不必重训模型;二是验证28nm以下制程下灵敏度与节拍的平衡,目标单wafer判定时间控制在产线允许范围内。

我们不追求单点指标刷高,而是让检测结果可解释、可追溯:每条NG都附漂移校正前后对比与置信度,便于工艺工程师判断是真实缺陷还是量测波动。

评论

更多研究动态

查看全部实验室 →