Spec2Twin-Chain：用大语言模型编排双层优化，构建区块链数字孪生

构建区块链数字孪生很大程度上需要将领域知识和特定系统描述转化为模拟器架构，根据行为证据校准其参数，并验证构建的孪生。这些步骤通常是通过特定于应用程序的建模工作来执行的，这些建模工作很难跨系统和下游决策问题重用。我们考虑通过 Spec2Twin-Chain 实现此过程的自动化，该框架将区块链数字孪生构建制定为双层优化问题。在上层，大语言模型使用系统规范、行为证据和评估设计的反馈来提出和修改结构上可接受的架构。在较低级别，基于模拟的优化器在明确的目标和护栏约束下校准架构条件参数。这两个级别迭代。经评估的较低级别候选人将保留在全球档案中，并用于指导较高级别的后续提案。我们进行了涉及孪生校准、反馈驱动恢复、压力分析、下游策略优化和策略更新的对照实验。结果表明，该框架可以构建行为准确的双胞胎，通过迭代反馈改进初始设计，并重用校准的双胞胎来支持下游决策。