論文の概要: Model Context Contracts - MCP-Enabled Framework to Integrate LLMs With Blockchain Smart Contracts

• arxiv url: http://arxiv.org/abs/2510.19856v1
• Date: Tue, 21 Oct 2025 19:28:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-25 03:08:16.33455
• Title: Model Context Contracts - MCP-Enabled Framework to Integrate LLMs With Blockchain Smart Contracts
• Title（参考訳）: Model Context Contracts - LLMとブロックチェーンスマートコントラクトを統合するMPP対応フレームワーク
• Authors: Eranga Bandara, Sachin Shetty, Ravi Mukkamala, Ross Gore, Peter Foytik, Safdar H. Bouk, Abdul Rahman, Xueping Liang, Ng Wee Keong, Kasun De Zoysa, Aruna Withanage, Nilaan Loganathan,
• Abstract要約: MCC: Model Context Contracts"は、AIエージェントがブロックチェーンスマートコントラクトと直接対話できる新しいフレームワークである。 このアーキテクチャでは、ブロックチェーンスマートコントラクトが、自然言語でユーザ入力を認識し、対応するトランザクションを実行するインテリジェントエージェントとして機能する。 この研究は、LLMとブロックチェーンを統合するためにModel Context Protocolの概念を使用する最初のアプローチである。
• 参考スコア（独自算出の注目度）: 3.8304325298697464
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In recent years, blockchain has experienced widespread adoption across various industries, becoming integral to numerous enterprise applications. Concurrently, the rise of generative AI and LLMs has transformed human-computer interactions, offering advanced capabilities in understanding and generating human-like text. The introduction of the MCP has further enhanced AI integration by standardizing communication between AI systems and external data sources. Despite these advancements, there is still no standardized method for seamlessly integrating LLM applications and blockchain. To address this concern, we propose "MCC: Model Context Contracts" a novel framework that enables LLMs to interact directly with blockchain smart contracts through MCP-like protocol. This integration allows AI agents to invoke blockchain smart contracts, facilitating more dynamic and context-aware interactions between users and blockchain networks. Essentially, it empowers users to interact with blockchain systems and perform transactions using queries in natural language. Within this proposed architecture, blockchain smart contracts can function as intelligent agents capable of recognizing user input in natural language and executing the corresponding transactions. To ensure that the LLM accurately interprets natural language inputs and maps them to the appropriate MCP functions, the LLM was fine-tuned using a custom dataset comprising user inputs paired with their corresponding MCP server functions. This fine-tuning process significantly improved the platform's performance and accuracy. To validate the effectiveness of MCC, we have developed an end-to-end prototype implemented on the Rahasak blockchain with the fine-tuned Llama-4 LLM. To the best of our knowledge, this research represents the first approach to using the concept of Model Context Protocol to integrate LLMs with blockchain.
• Abstract（参考訳）: 近年、ブロックチェーンはさまざまな業界で広く採用されており、多くのエンタープライズアプリケーションに不可欠なものになっている。 同時に、生成的AIとLLMの台頭は、人間とコンピュータのインタラクションを変革し、人間のようなテキストを理解して生成する高度な機能を提供する。 MCPの導入は、AIシステムと外部データソース間の通信を標準化することで、AI統合をさらに強化した。 これらの進歩にもかかわらず、LLMアプリケーションとブロックチェーンをシームレスに統合するための標準化された方法はまだ存在しない。 この問題に対処するため、我々は、LCMがMCPライクなプロトコルを介してブロックチェーンスマートコントラクトと直接対話できる新しいフレームワーク「MCC: Model Context Contracts」を提案する。 この統合により、AIエージェントはブロックチェーンスマートコントラクトを起動し、ユーザとブロックチェーンネットワーク間のよりダイナミックでコンテキスト対応なインタラクションを促進する。 基本的には、ユーザがブロックチェーンシステムと対話し、自然言語でクエリを使ってトランザクションを実行することを可能にする。 このアーキテクチャでは、ブロックチェーンスマートコントラクトが、自然言語でユーザ入力を認識し、対応するトランザクションを実行するインテリジェントエージェントとして機能する。 LLMは、自然言語入力を正確に解釈し、適切なMPP関数にマッピングするために、対応するMPPサーバ関数と組み合わせたユーザ入力からなるカスタムデータセットを使用して微調整を行った。 この微調整プロセスにより、プラットフォームの性能と精度が大幅に向上した。 MCCの有効性を検証するため,Llama-4 LLMを微調整したRahasakブロックチェーン上に実装したエンドツーエンドプロトタイプを開発した。 我々の知る限りでは、この研究は、LLMとブロックチェーンを統合するためにModel Context Protocolの概念を使用する最初のアプローチである。

関連論文リスト

• Token Communication in the Era of Large Models: An Information Bottleneck-Based Approach [55.861432910722186]
  UniToComは、トークンを処理と無線通信の両方の基本的な単位として扱う統一トークン通信パラダイムである。 本稿では,重要な情報を保持するトークンの学習を容易にする生成情報ボトルネック(GenIB)の原理を提案する。 我々は、離散トークンと連続トークンの両方の処理を統合するために、因果変換器に基づくマルチモーダル言語モデル(MLLM)を受信機に採用する。
  論文  参考訳（メタデータ） (2025-07-02T14:03:01Z)
• Federated Learning-Enabled Hybrid Language Models for Communication-Efficient Token Transmission [87.68447072141402]
  ハイブリッド言語モデル(HLM)は、エッジデバイス上でのSLM(Small Language Model)の低レイテンシ効率と、集中型サーバ上でのLLM(Large Language Model)の高精度を組み合わせたものである。 我々は、不確実性を考慮した推論とフェデレートラーニング(FL)を統合する通信効率の高いHLMフレームワークであるFedHLMを提案する。
  論文  参考訳（メタデータ） (2025-06-30T02:56:11Z)
• Weaving the Cosmos: WASM-Powered Interchain Communication for AI Enabled Smart Contracts [4.780973517287942]
  本稿では,ブロックチェーン技術,特にCosmos SDKを統合した,オンチェーンAI推論を容易にする革新的なフレームワークを紹介する。 WebAssembly(WASM)上に構築されたこのシステムは、複数のブロックチェーンノード間でAI推論を実行するWASMモジュールのチェーン間通信とデプロイを可能にする。
  論文  参考訳（メタデータ） (2025-02-24T19:44:28Z)
• Connecting Large Language Models with Blockchain: Advancing the Evolution of Smart Contracts from Automation to Intelligence [2.2727580420156857]
  本稿では,Large Language Modelsをブロックチェーンデータ,sysnameと統合するための普遍的なフレームワークを提案し,実装する。 意味的関連性と真理発見の手法を組み合わせることで,革新的なデータ集約手法であるfuncnameを導入する。 実験結果は、40%の悪意のあるノードであっても、最適なベースラインと比較して平均17.74%の精度でデータ精度を向上させることを示した。
  論文  参考訳（メタデータ） (2024-12-03T08:35:51Z)
• 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)
• Large Language Model as a Catalyst: A Paradigm Shift in Base Station Siting Optimization [62.16747639440893]
  大規模言語モデル(LLM)とその関連技術は、特に迅速な工学とエージェント工学の領域において進歩している。 提案するフレームワークは、検索拡張生成(RAG)を組み込んで、ドメイン固有の知識を取得してソリューションを生成するシステムの能力を高める。
  論文  参考訳（メタデータ） (2024-08-07T08:43:32Z)
• opML: Optimistic Machine Learning on Blockchain [0.0]
  opML(Optimistic Machine Learning on chain)は、ブロックチェーンシステムにAIモデル推論を強制する革新的なアプローチである。 opMLには、楽観的なロールアップシステムを思い出させる、インタラクティブな不正証明プロトコルがある。 opMLは、最小限の参加要件で、コスト効率が高く、高効率なMLサービスを提供する。
  論文  参考訳（メタデータ） (2024-01-31T02:43:38Z)
• Generative AI-enabled Blockchain Networks: Fundamentals, Applications, and Case Study [73.87110604150315]
  Generative Artificial Intelligence(GAI)は、ブロックチェーン技術の課題に対処するための有望なソリューションとして登場した。 本稿では、まずGAI技術を紹介し、そのアプリケーションの概要を説明し、GAIをブロックチェーンに統合するための既存のソリューションについて議論する。
  論文  参考訳（メタデータ） (2024-01-28T10:46:17Z)
• Let Models Speak Ciphers: Multiagent Debate through Embeddings [84.20336971784495]
  この問題を解決するためにCIPHER(Communicative Inter-Model Protocol Through Embedding Representation)を導入する。 自然言語から逸脱することで、CIPHERはモデルの重みを変更することなく、より広い範囲の情報を符号化する利点を提供する。 このことは、LLM間の通信における代替の"言語"としての埋め込みの優越性と堅牢性を示している。
  論文  参考訳（メタデータ） (2023-10-10T03:06:38Z)

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。