2026 · 预印本
基于反馈驱动多轮修正的二进制反编译大语言模型
Binary Decompilation LLM with Feedback-Driven Multi-Turn Refinement
AutoDecompiler 训练函数级反编译模型，利用编译、执行及 I/O 反馈修正汇编或伪代码输入产生的输出。其强化学习设计结合诊断反馈及代码有效性、测试行为、语法和数据流结构奖励。
研究范围与局限
评估采用 HumanEval、MBPP 的 C 改编版本及验证反馈，有限测试不证明一般等价。HumanEval 还用于选择奖励权重，无法排除基座模型预训练时接触基准。修正受上下文长度限制，不恢复完整程序依赖，对未见工具链或受保护二进制仍有局限。
与本合集的关联
补充通过强化学习学习利用程序反馈的方案，并分别记录首投与最新修订。
发表与复核详情
- 发表载体
- arXiv
- 发表状态
- 预印本
- 出版／提交日期
- 2026 年 6 月 15 日
- 日期依据
- 采用 2026-06-15 的 arXiv 首投日期；本次核对的 v2 修订日期为 2026-10-03，并非另一次出版。
- arXiv 首次提交
- 2026 年 6 月 15 日
- arXiv
- 2606.16162
- 已复核的 arXiv 版本
- v2
首投日期为 2026-06-15，本次核对的 v2 日期为 2026-10-03。目录采用 arXiv 记录的较短标题，v2 PDF／HTML 采用以“AutoDecompiler: Reinforcement-Learning-Trained”开头的更长标题，八位作者一致。Zenodo 版本 23120286 列出采用 CC BY 4.0 的代码／数据归档；仅检查元数据与简短 README。已查 Hugging Face 模型未提供许可元数据。本次未下载或运行权重及归档。
来源复核于
本合集仅做来源复核，未重新运行论文实验。请通过原始论文或 BibTeX 引用原作者。