SCALM：通过大语言模型检测智能合约中的不良实践
计算与语言
2026-02-03 v2 人工智能
摘要
随着Ethereum平台的成熟和普及使用，维护智能合约编写的高标准至关重要。尽管不良实践在智能合约中可能不会直接导致安全问题，但会增加遇到问题的风险。因此，本文提出了对智能合约中不良实践的首个系统性研究，涉及超过35个具体问题。具体而言，我们提出了基于大语言模型（LLM）的框架SCALM。它结合了Step-Back Prompting和检索增强生成（Retrieval-Augmented Generation, RAG），有效识别和解决各种不良实践。我们使用多个LLM和数据集进行大规模实验，结果表明SCALM在检测智能合约中的不良实践方面优于现有工具。
关键词
引用
@article{arxiv.2502.04347,
title = {SCALM: Detecting Bad Practices in Smart Contracts Through LLMs},
author = {Zongwei Li and Xiaoqi Li and Wenkai Li and Xin Wang},
journal= {arXiv preprint arXiv:2502.04347},
year = {2026}
}
备注
7 pages