LLM4Decompile 是什么
该项目被介绍为旨在创建并发布专门用于反编译的大型语言模型的开源项目,并构建专注可重编译性与可执行性的反编译基准测试。资料说明它把大量 C 代码样本编译为汇编代码,再用这些数据微调 DeepSeek-Coder 模型。
你可以用它做什么
- 把 C 代码样本编译为汇编代码
- 用编译数据微调 DeepSeek-Coder 模型
- 基于 HumanEval 问题与测试样本构建评估基准
- 以可重编译性与可执行性评估反编译结果
应用场景
- 安全研究人员对疑似恶意软件的二进制代码做反编译分析
- 软件开发者从遗留二进制代码中恢复源代码以便维护和更新
- 学术研究人员探索新的反编译技术与程序分析方法
优点与缺点
✓ 我们认可的地方
- 项目同时给出模型与专门的评估基准
- 资料把可重编译性和可执行性列为评估重点
! 需要留意的地方
- 所述流程以编译后的 C 代码样本为起点
- 评估基准基于 HumanEval 问题与测试样本
常见问题
Decompile-Eval 是什么?
资料说明它是用编译后的 C 代码数据构建的评估基准。
微调的是哪个模型?
资料说明用编译数据对 DeepSeek-Coder 模型进行微调。
最后评测: 2026-11-15