SCDBench 发布用于评估 LLM 智能合约反编译的基准
Kaihua Qin、Dawn Song 和 Arthur Gervais 在 arXiv 发布 SCDBench,一个面向 LLM 智能合约反编译的数据集与评测方法,含 600 份带字节码、源码和可重放语义检查点的真实 Solidity 合约。评测分格式完整性、可编译性、ABI 还原和差分重放语义一致性四个递进阶段。作者测试 Claude Opus 4.7、GPT-5.3-Codex 和 GLM-5 的零样本反编译,发现前沿模型常能产出结构化可编译代码,但语义一致性远未解决,表现最好的模型仅完美还原 42/600 份合约;同模型编译修复能以适度额外成本显著提升表现。该论文为预印本,尚未经过同行评审。