# SCDBench：基于大语言模型的智能合约反编译器基准 > 在 600 个源码已验证的以太坊 Solidity 合约上评测基于大语言模型的 EVM 反编译。这些合约在近重复过滤后，从 772,736 对唯一的字节码—源码中按简单、中等、困难各三分之一抽样。每个任务提供 EVM 汇编及可选的四字节选择器提示，要求输出自包含的 Solidity 代码与编译器设置。输出按四个累进阶段评分：格式完整性、编译、ABI 恢复，以及语义一致性；最后一阶段在重新编译的输出上重放为 14,553 个公共函数记录的 227,383 个测试用例。借助一次基于编译器反馈的修复调用，GPT-5.3-Codex 使 90.3% 的合约成功编译；语义方面的最佳结果均来自 Claude Opus 4.7，即 29.4% 的函数一致，600 个合约中有 42 个被完全恢复。 - 作者：Kaihua Qin; Dawn Song; Arthur Gervais - 原标题：SCDBench: A Benchmark for LLM-Based Smart Contract Decompilers - 发表载体：arXiv - 发表状态：预印本 - 出版／提交日期：2026 年 5 月 27 日 - 日期依据：arXiv v1 首次提交日期；未找到后续版本、期刊引用信息或会议论文集出版记录。 - arXiv 首次提交：2026 年 5 月 27 日 - arXiv：2605.29059 - 已复核的 arXiv 版本：v1 - 来源复核于：2026-10-20 - 收录于：2026-11-02 - 原始论文： - PDF： - BibTeX： - 目录页面： - 记录 JSON： - 英文版：[English](https://awesomerea.org/papers/paper-scdbench/index.md) ## 研究范围与局限 重放在生成的输入上比较返回数据、回滚、日志和被访问的存储变化，这些输入平均达到 77.8% 的代码覆盖率；通过重放并不能证明等价，而且重放需要以太坊归档节点。合约均为源码已验证、编译器版本 v0.4 至 v0.8 的以太坊 Solidity 合约，因此不覆盖未验证、经混淆、Vyper 或其他链上的字节码。论文通过 OpenRouter 对三个模型进行零样本评测：高推理强度的 Claude Opus 4.7 与 GPT-5.3-Codex，以及开启和关闭扩展思考的 GLM-5。结果与所列成本仅对应这些 2026 年的模型快照。Gigahorse 与 Heimdall-rs 因不生成可编译的 Solidity，仅评测选择器与函数原型恢复；DiSCo 和 David 等人的微调反编译器仅在文中讨论，并未运行。 ## 与本合集的关联 为智能合约反编译器提供带有基于执行的语义检查的共同基准，与使用各自数据集和指标评测的 EVM 反编译论文互补。 ## 发表与复核说明 审阅了 arXiv v1，即唯一版本，其标注为预印本，没有注释、期刊引用信息或 DOI。论文称提供基准数据集及评估产物（包括提示词、脚本和模型输出），其社会影响附录也提到已发布的数据集，但 v1 未给出网址。在 GitHub 与 Hugging Face 上检索未找到相应发布。编译与重放使用 solc 和 Foundry。 ## 一手来源 1. 2. ## 关于此条目 已依据论文及一手来源复核。请通过原始论文或 BibTeX 引用原作者。 原创说明采用 MIT 许可；外部项目、论文与素材保留各自的权利和许可。