Intent2Tx：评估大语言模型将自然语言意图翻译为以太坊交易的能力

本文提出 Intent2Tx 基准，旨在解决将高层用户意图转化为功能正确且依赖状态的链上交易的难题。该基准基于真实以太坊主网数据，包含近三万个单步及多步实例，涵盖多种 DeFi 原语。研究提出执行感知框架，通过分叉主网环境进行差异状态分析以严谨评估模型。实验表明，尽管缩放和检索增强提升了逻辑一致性，但现有模型在分布外泛化和多步规划上仍表现不佳，语法正确的输出常无法实现预期状态转换，揭示了从推理到执行的关键差距。