将大型语言模型与区块链相结合：让智能合约更加智能

《ACM Transactions on the Web》：Connecting Large Language Models with Blockchain: Making Smart Contracts Smarter

区块链技术驱动去中心化应用发展，但复杂场景下计算资源不足制约性能。大型语言模型（LLMs）在复杂任务治理中潜力显著，但整合面临共识机制等技术挑战。本文提出C-LLM框架实现区块链与LLMs的通用整合，并创新性设计SenteTruth数据聚合方法，结合语义相关性评估与真相发现技术提升数据准确性。实验构建含三类问题的数据集（10个预言节点与5个LLM模型对话记录），在40%恶意节点场景下，数据正确率平均提升17.74%。该研究为智能合约的智能化应用提供新方案，验证了LLMs与区块链深度融合的潜力，推动更复杂场景的智能合约发展。

　　

摘要

区块链技术推动了去中心化应用（DApps）的发展，尤其是在去中心化金融领域。然而，随着应用场景的复杂性增加，计算资源和成本的限制逐渐导致性能不足。大型语言模型（LLMs）作为一种有前景的技术，有潜力提升区块链在复杂任务治理方面的能力。但由于共识机制等因素，将它们直接集成到区块链中颇具挑战性。为了解决这一问题，本文提出并实现了一个将LLMs与区块链数据集成在一起的通用框架——C-LLM，该框架成功克服了两者之间的互操作性障碍。通过结合语义相关性评估和真相发现技术，本文提出了一种创新的数据聚合方法SenteTruth，有效提高了LLMs生成数据的准确性和可信度。为了验证该框架的有效性，我们构建了一个包含三种类型问题的数据集，涵盖了10个预言节点和5个LLM模型之间的问答记录。实验结果表明，在存在40%恶意节点的情况下，与最优基线相比，所提出的方法平均提高了17.74%的数据准确性。这项研究不仅为智能合约的智能应用提供了一种创新解决方案，还展示了LLMs与区块链深度整合的潜力，推动了更智能、更复杂的应用场景的发展。