論文の概要: Legal Compliance Evaluation of Smart Contracts Generated By Large Language Models

• arxiv url: http://arxiv.org/abs/2506.00943v1
• Date: Sun, 01 Jun 2025 10:20:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-04 21:47:33.805747
• Title: Legal Compliance Evaluation of Smart Contracts Generated By Large Language Models
• Title（参考訳）: 大規模言語モデルによるスマートコントラクトの法的コンプライアンス評価
• Authors: Chanuka Wijayakoon, Hai Dong, H. M. N. Dilum Bandara, Zahir Tari, Anurag Soin,
• Abstract要約: 本稿では,大規模言語モデルが法的に適合するスマートコントラクトを生成する能力について検討する。 5つの法的契約に基づいて20のスマートコントラクトを生成し、そのコンプライアンスを分析する。 以上の結果から,LSMは厳格なレビューを伴って,法的に準拠したスマートコントラクトのスタータコード生成を支援することが示唆された。
• 参考スコア（独自算出の注目度）: 3.5657320139818007
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Smart contracts can implement and automate parts of legal contracts, but ensuring their legal compliance remains challenging. Existing approaches such as formal specification, verification, and model-based development require expertise in both legal and software development domains, as well as extensive manual effort. Given the recent advances of Large Language Models (LLMs) in code generation, we investigate their ability to generate legally compliant smart contracts directly from natural language legal contracts, addressing these challenges. We propose a novel suite of metrics to quantify legal compliance based on modeling both legal and smart contracts as processes and comparing their behaviors. We select four LLMs, generate 20 smart contracts based on five legal contracts, and analyze their legal compliance. We find that while all LLMs generate syntactically correct code, there is significant variance in their legal compliance with larger models generally showing higher levels of compliance. We also evaluate the proposed metrics against properties of software metrics, showing they provide fine-grained distinctions, enable nuanced comparisons, and are applicable across domains for code from any source, LLM or developer. Our results suggest that LLMs can assist in generating starter code for legally compliant smart contracts with strict reviews, and the proposed metrics provide a foundation for automated and self-improving development workflows.
• Abstract（参考訳）: スマートコントラクトは、法的契約の一部を実装して自動化することができるが、法的コンプライアンスを確保することは依然として困難である。 正式な仕様、検証、モデルベースの開発といった既存のアプローチでは、法とソフトウェア開発の両方の分野の専門知識と広範な手作業が必要です。 コード生成におけるLarge Language Models(LLMs)の最近の進歩を踏まえ,これらの課題に対処するために,自然言語法定契約から直接,法的に準拠するスマートコントラクトを生成する能力について検討する。 本稿では,法的契約とスマート契約の両方をプロセスとしてモデル化し,それらの挙動を比較することによって,法的コンプライアンスを定量化する新しいメトリクススイートを提案する。 4つのLCMを選択し、5つの法的契約に基づいて20のスマートコントラクトを生成し、その法的コンプライアンスを分析する。 すべてのLLMが構文的に正しいコードを生成するが、より大規模なモデルに対する法的なコンプライアンスには、一般的により高いコンプライアンスレベルを示す大きな違いがある。 また、提案したメトリクスをソフトウェアメトリクスの特性に対して評価し、それらがきめ細かな区別を提供し、ニュアンス付き比較を可能にし、任意のソース、LLMまたは開発者からのコードに対するドメインに適用可能であることを示す。 以上の結果から,LSMは厳格なレビューを伴って,法的に準拠するスマートコントラクトのスタータコード生成を支援し,提案手法が開発ワークフローの自動化と自己改善の基盤となることが示唆された。

関連論文リスト

• Engineering the Law-Machine Learning Translation Problem: Developing Legally Aligned Models [0.0]
  本稿では,機械学習モデル開発において,法的および機械学習技術分析を統合した5段階の学際フレームワークを提案する。 このフレームワークは、法的に整合した方法でMLモデルを設計し、法的に妥当なハイパフォーマンスモデルを特定することを容易にする。
  論文  参考訳（メタデータ） (2025-04-23T13:41:17Z)
• SolBench: A Dataset and Benchmark for Evaluating Functional Correctness in Solidity Code Completion and Repair [51.0686873716938]
  コード補完モデルによって生成されたSolidityスマートコントラクトの機能的正しさを評価するベンチマークであるSolBenchを紹介する。 本稿では,スマートコントラクトの機能的正当性を検証するための検索拡張コード修復フレームワークを提案する。 その結果、コード修復と検索技術は、計算コストを削減しつつ、スマートコントラクト完了の正しさを効果的に向上することを示した。
  論文  参考訳（メタデータ） (2025-03-03T01:55:20Z)
• LegalAgentBench: Evaluating LLM Agents in Legal Domain [53.70993264644004]
  LegalAgentBenchは、中国の法律領域でLLMエージェントを評価するために特別に設計されたベンチマークである。 LegalAgentBenchには、現実世界の法的シナリオから17のコーパスが含まれており、外部知識と対話するための37のツールを提供している。
  論文  参考訳（メタデータ） (2024-12-23T04:02:46Z)
• InternLM-Law: An Open Source Chinese Legal Large Language Model [72.2589401309848]
  InternLM-Lawは、中国法に関する様々な法的クエリに対処するための特殊なLLMである。 われわれは、中国法域に100万以上のクエリを含むデータセットを慎重に構築する。 InternLM-LawはLawBench上で最高の平均性能を達成し、20サブタスク中13サブタスクでGPT-4を含む最先端モデルを上回っている。
  論文  参考訳（メタデータ） (2024-06-21T06:19:03Z)
• LegalPro-BERT: Classification of Legal Provisions by fine-tuning BERT Large Language Model [0.0]
  契約分析は、合意の範囲内で重要な規定及び段落の識別及び分類を必要とする。 LegalPro-BERTはBERTトランスフォーマーアーキテクチャモデルであり、法定条項の分類処理を効率的に行うために微調整を行う。
  論文  参考訳（メタデータ） (2024-04-15T19:08:48Z)
• InfiBench: Evaluating the Question-Answering Capabilities of Code Large Language Models [56.723509505549536]
  InfiBenchは、私たちの知識に合ったコードのための、最初の大規模フリーフォーム質問回答(QA)ベンチマークです。 慎重に選択された234の高品質なStack Overflow質問で構成されており、15のプログラミング言語にまたがっている。 InfiBench上で100以上の最新のコードLLMに対して,系統的評価を行い,新しい知見と洞察に富んだ結果を得た。
  論文  参考訳（メタデータ） (2024-03-11T02:06:30Z)
• If LLM Is the Wizard, Then Code Is the Wand: A Survey on How Code Empowers Large Language Models to Serve as Intelligent Agents [81.60906807941188]
  大型言語モデル(LLM)は、自然言語と形式言語(コード)の組み合わせに基づいて訓練される コードは、標準構文、論理一貫性、抽象化、モジュール性を備えた高レベルの目標を実行可能なステップに変換する。
  論文  参考訳（メタデータ） (2024-01-01T16:51:20Z)
• BLT: Can Large Language Models Handle Basic Legal Text? [44.89873147675516]
  GPT-4とClaudeは、基本的な法的テキスト処理では性能が良くない。 ベンチマークの粗悪なパフォーマンスは、法的慣行の信頼性を疑うものだ。 トレーニングセットの微調整は、小さなモデルでもほぼ完璧なパフォーマンスをもたらす。
  論文  参考訳（メタデータ） (2023-11-16T09:09:22Z)
• An Empirical Study of AI-based Smart Contract Creation [4.801455786801489]
  スマートコントラクト生成のためのChatGPTやGoogle Palm2のような大規模言語モデル(LLM)は、AIペアプログラマとして初めて確立されたインスタンスであるようだ。 本研究の目的は,LLMがスマートコントラクトに対して提供する生成コードの品質を評価することである。
  論文  参考訳（メタデータ） (2023-08-05T21:38:57Z)
• Large Language Models as Tax Attorneys: A Case Study in Legal Capabilities Emergence [5.07013500385659]
  本稿では,税法の適用におけるLarge Language Models(LLM)の機能について考察する。 実験では,その後のOpenAIモデルリリースにおけるパフォーマンスの向上とともに,新たな法的理解能力を実証した。 発見は、特に拡張の促進と正しい法的文書と組み合わせることで、高いレベルの精度で実行可能であるが、専門家の税務弁護士レベルではまだ実行できないことを示している。
  論文  参考訳（メタデータ） (2023-06-12T12:40:48Z)

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。