Connecting Large Language Models with Blockchain: Advancing the Evolution of Smart Contracts from Automation to Intelligence

Blockchain smart contracts 已催生了去中心化应用在金融等领域的发展。然而，由于计算资源受限和数据孤岛的盛行，当前的 smart contracts 在充分发挥大型语言模型 (LLM) 的智能分析和推理能力方面面临重大挑战。为此，本文提出并实现了一个通用的框架，用于集成 LLMs 与 blockchain 数据，名为 {\sysname}，有效克服了 blockchain 与 LLMs 之间的互操作障碍。通过结合语义相关性与真理发现方法，我们提出了创新的数据聚合方法 {\funcname}，显著提升了由 LLMs 生成数据的准确性和可信度。为验证该框架的有效性，我们构建了一个包含三类问题的数据集，涵盖 10 个 oracle 节点与 5 个 LLM 模型之间的 Q&A 交互。实验结果表明，即使存在 40% 的恶意节点，所提出的解决方案比最优基线平均提高了 17.74% 的数据准确率。这项研究不仅为智能增强 smart contracts 提供了创新方案，也彰显了 LLMs 与 blockchain 技术深度集成的潜力，为未来更智能、更复杂的 smart contracts 应用铺平了道路。