基于大语言模型的智能合约从业务流程生成

大型语言模型（LLM）已改变软件生产的现实。在更广泛的软件工程社区中，众多用例被探索用于从不同类型的输入生成代码。本文提出一种探索性研究，旨在调查使用大型语言模型从业务流程描述生成智能合约代码的能力，这一想法近期在文献中出现，以克服传统基于规则的代码生成方法的局限性。然而，当前基于大型语言模型的工作在小样本上评估生成代码，依赖手动检查，或仅测试代码是否编译，忽略正确执行。本文引入了自动化评估框架并提供来自更大数据集的实证数据。我们测试了不同类型和规模的大型语言模型在实现过程执行重要属性方面的能力，包括强制执行流程、资源分配和数据驱动条件。我们的结果表明，大型语言模型的性能远不足以满足智能合约开发对完美可靠性的要求。我们建议未来工作探索在现有代码生成工具中负责任地集成大型语言模型，以确保更可靠的输出。我们的基准框架可作为开发和评估此类集成的基础。