論文の概要: Smart Contract Languages: a comparative analysis
- arxiv url: http://arxiv.org/abs/2404.04129v1
- Date: Fri, 5 Apr 2024 14:25:23 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-08 15:45:42.567001
- Title: Smart Contract Languages: a comparative analysis
- Title（参考訳）: スマートコントラクト言語の比較分析
- Authors: Massimo Bartoletti, Lorenzo Benetollo, Michele Bugliesi, Silvia Crafa, Giacomo Dal Sasso, Roberto Pettinau, Andrea Pinna, Mattia Piras, Sabina Rossi, Stefano Salis, Alvise Spanò, Viacheslav Tkachenko, Roberto Tonelli, Roberto Zunino,
- Abstract要約: Solana, Cardano, Algorand, Aptos, Tezosの6つの主要なブロックチェーンプラットフォームで使用されているスマートコントラクト言語について検討する。
プログラミングスタイル、セキュリティ、コード可読性、ユーザビリティに重点を置いています。
- 参考スコア（独自算出の注目度）: 1.4066752230258734
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Decentralized blockchain platforms support the secure exchange of assets among users without relying on trusted third parties. These exchanges are programmed with smart contracts, computer programs directly executed by blockchain nodes. Multiple smart contract languages are available nowadays to developers, each with its own distinctive features, strengths, and weaknesses. In this paper, we examine the smart contract languages used in six major blockchain platforms: Ethereum, Solana, Cardano, Algorand, Aptos, and Tezos. Starting with a high-level overview of their design choices, we provide a comprehensive assessment that focuses on programming style, security, code readability, and usability, drawing on an original benchmark that encompasses a common set of use cases across all the smart contract languages under examination.
- Abstract（参考訳）: 分散型ブロックチェーンプラットフォームは、信頼できるサードパーティに頼ることなく、ユーザ間の資産の安全な交換をサポートする。
これらの交換はスマートコントラクトでプログラムされ、コンピュータプログラムはブロックチェーンノードによって直接実行される。
現在、複数のスマートコントラクト言語が開発者に提供されており、それぞれ独自の特徴、長所、短所がある。
本稿では,Ethereum,Solana,Cardano,Algorand,Aptos,Tezosの6つの主要なブロックチェーンプラットフォームで使用されているスマートコントラクト言語について検討する。
設計選択の高レベルな概要から始めて、検討中のすべてのスマートコントラクト言語に共通するユースケースを含むオリジナルのベンチマークに基づいて、プログラミングスタイル、セキュリティ、コード可読性、ユーザビリティに焦点を当てた包括的な評価を提供する。
関連論文リスト
- Semantic Interoperability on Blockchain by Generating Smart Contracts Based on Knowledge Graphs [0.820828081284034]
分散環境では、送信されたデータはセマンティック相互運用性の標準を使って構成されます。
本稿では,高レベルな意味知識グラフを用いたスマートコントラクト論理の符号化を提案する。
セマンティックなKGに基づいてスマートコントラクトコードを自動的に生成できることを示す。
論文 参考訳（メタデータ） (2024-09-11T13:46:24Z) - Efficacy of Various Large Language Models in Generating Smart Contracts [0.0]
本研究では,Immutable上のSolidityスマートコントラクト作成におけるコード生成型大規模言語モデルの適用性について分析する。
我々はまた、新しい戦略を促すことによって、スマートコントラクトを生成する新しい方法を発見した。
論文 参考訳（メタデータ） (2024-06-28T17:31:47Z) - Symbolic Learning Enables Self-Evolving Agents [55.625275970720374]
エージェントシンボリックラーニング(エージェントシンボリックラーニング)(エージェントシンボリックラーニング)は、言語エージェントが自分自身で最適化できるための体系的なフレームワークである。
エージェント記号学習は、コネクショナリズム学習における2つの基本的なアルゴリズムを模倣することにより、言語エージェント内のシンボルネットワークを最適化するように設計されている。
我々は、標準ベンチマークと複雑な実世界のタスクの両方で概念実証実験を行う。
論文 参考訳（メタデータ） (2024-06-26T17:59:18Z) - MAgIC: Investigation of Large Language Model Powered Multi-Agent in
Cognition, Adaptability, Rationality and Collaboration [102.41118020705876]
大規模言語モデル(LLM)は自然言語処理の分野で大きな進歩を遂げている。
アプリケーションがマルチエージェント環境に拡張されるにつれ、包括的な評価フレームワークの必要性が高まっている。
この研究は、マルチエージェント設定内でLLMを評価するために特別に設計された新しいベンチマークフレームワークを導入している。
論文 参考訳（メタデータ） (2023-11-14T21:46:27Z) - SmartBugs 2.0: An Execution Framework for Weakness Detection in Ethereum
Smart Contracts [0.757843972001219]
スマートコントラクトは、しばしば価値ある資産を扱うブロックチェーンプログラムである。
脆弱性の特定と排除を支援するため、自動分析のためのメソッドとツールが提案されている。
We present SmartBugs 2.0, a modular execution framework for smart contract analysis。
論文 参考訳（メタデータ） (2023-06-08T09:22:25Z) - Efficient Spoken Language Recognition via Multilabel Classification [53.662747523872305]
我々のモデルは,現在の最先端手法よりも桁違いに小さく,高速でありながら,競争力のある結果が得られることを示す。
我々のマルチラベル戦略は、マルチクラス分類よりも非ターゲット言語の方が堅牢である。
論文 参考訳（メタデータ） (2023-06-02T23:04:19Z) - Multi-level Contrastive Learning for Cross-lingual Spoken Language
Understanding [90.87454350016121]
コントラスト学習のための難解なサンプルを, あらゆるレベルで生成するコードスイッチング手法を開発した。
言語間知識伝達にラベルセマンティクスを利用するラベル認識ジョイントモデルを開発した。
論文 参考訳（メタデータ） (2022-05-07T13:44:28Z) - CUGE: A Chinese Language Understanding and Generation Evaluation
Benchmark [144.05723617401674]
汎用言語インテリジェンス評価は、自然言語処理の長年の目標である。
汎用言語インテリジェンス評価には,ベンチマーク自体が包括的で体系的なものである必要がある,と我々は主張する。
以下に示す機能を備えた中国語理解・生成評価ベンチマークであるCUGEを提案する。
論文 参考訳（メタデータ） (2021-12-27T11:08:58Z) - A Bytecode-based Approach for Smart Contract Classification [10.483992071557195]
ブロックチェーンプラットフォームにデプロイされるスマートコントラクトの数は指数関数的に増えているため、ユーザは手動のスクリーニングによって望ましいサービスを見つけることが難しくなっている。
スマートコントラクト分類に関する最近の研究は、契約ソースコードに基づく自然言語処理(NLP)ソリューションに焦点を当てている。
本稿では,これらの問題を解決するために,ソースコードの代わりにコントラクトバイトコードの特徴に基づく分類モデルを提案する。
論文 参考訳（メタデータ） (2021-05-31T03:00:29Z) - Languages for Smart and Computable Contracts [0.0]
スマートコントラクトは、コンピュータ技術を使用して、商用契約の側面のパフォーマンスを自動化する。
コンピュータコードが当事者の意図に忠実であるという自信をどうやって持てるのか?
ここでは、重要な問題のいくつかを考察し、現在の研究の方向性を探り、信頼できるスマートコントラクトの開発における言語設計の重要性を説明します。
論文 参考訳（メタデータ） (2021-04-08T13:32:17Z) - Bridging Linguistic Typology and Multilingual Machine Translation with
Multi-View Language Representations [83.27475281544868]
特異ベクトル標準相関解析を用いて、各情報源からどのような情報が誘導されるかを調べる。
我々の表現は類型学を組み込み、言語関係と相関関係を強化する。
次に、多言語機械翻訳のための多視点言語ベクトル空間を利用して、競合する全体的な翻訳精度を実現する。
論文 参考訳（メタデータ） (2020-04-30T16:25:39Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。