論文の概要: Smart Contract Languages: a comparative analysis
- arxiv url: http://arxiv.org/abs/2404.04129v2
- Date: Thu, 8 Aug 2024 07:20:09 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-09 20:16:46.526889
- 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: 主要なブロックチェーンプラットフォームで使用されるスマートコントラクト言語について検討する。
ユーザビリティ、プログラミングスタイル、安全性、セキュリティなど、言語固有の機能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: Smart contracts have played a pivotal role in the evolution of blockchains and Decentralized Applications (DApps). As DApps continue to gain widespread adoption, multiple smart contract languages have been and are being made available to developers, each with its distinctive features, strengths, and weaknesses. In this paper, we examine the smart contract languages used in major blockchain platforms, with the goal of providing a comprehensive assessment of their main properties. Our analysis targets the programming languages rather than the underlying architecture: as a result, while we do consider the interplay between language design and blockchain model, our main focus remains on language-specific features such as usability, programming style, safety and security. To conduct our assessment, we propose an original benchmark which encompasses a wide, yet manageable, spectrum of key use cases that cut across all the smart contract languages under examination.
- Abstract（参考訳）: ブロックチェーンと分散アプリケーション(DApps)の進化において、スマートコントラクトは重要な役割を担っている。
DAppsが広く採用され続けている中、複数のスマートコントラクト言語が開発者に提供され、それぞれに特有の機能、長所、短所がある。
本稿では,主要なブロックチェーンプラットフォームで使用されるスマートコントラクト言語について検討する。
結果として、言語設計とブロックチェーンモデルとの相互作用を考慮する一方で、ユーザビリティ、プログラミングスタイル、安全性、セキュリティといった、言語固有の機能に重点を置いています。
評価を行うために,検討中のすべてのスマートコントラクト言語にまたがる,広範かつ管理可能な,主要なユースケースのスペクトルを含む,独自のベンチマークを提案する。
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。