2026 · 会议论文
CodeInverter 套件：利用高效大语言模型进行结构与数据感知的二进制反编译
The CodeInverter Suite: Structure- and Data-Aware Binary Decompilation with Efficient LLMs
CodeInverter 研究函数级 LLM 反编译，使用 IDA／objdump 提取的控制流图和内存到数据映射补充输入。论文提出提示工作流、训练语料与模型系列，并以编译、基准输入输出测试和编辑相似性评估结果。
研究范围与局限
评估针对 32／64 位 GCC 设置下的单个 C 函数。完整程序恢复、激进优化和受保护二进制仍有局限；基准测试通过不代表一般等价。正文写有 1 个 epoch（15 步），固定版本启动示例设置 1 个 epoch 及 100 个预热步，尚无法据此核实精确训练日程。本合集未运行上游代码、模型或实验。
与本合集的关联
补充结合程序结构与数据上下文的 LLM 反编译研究，并区分编译、执行测试与相似性证据。
发表与复核详情
- 发表载体
- ASE 2026
- 发表状态
- 会议论文
- 出版／提交日期
- 2026 年 10 月 7 日
- 日期依据
- 采用 ACM 向 Crossref 提交的在线及印刷出版日期，另行保留 arXiv 首次提交日期。
- arXiv 首次提交
- 2025 年 3 月 10 日
- arXiv
- 2503.07215
- 已复核的 arXiv 版本
- v3
- DOI
- 10.1145/3832783.3837554
v3 的标题和十位作者顺序与 ACM 的 Crossref 元数据一致，仓库 548e59c 版本的 README 仍引用 v2／2025。直接访问 ACM 返回 HTTP 403；本条目依据出版元数据及作者 v3 的 DOI 页眉，未审阅出版方 PDF。各产物使用独立版本。训练目录包含 MIT 与 DeepSeek 许可说明，CIM-1.3B 模型卡声明 CC BY 4.0，但不能据此为全部代码、权重和数据认定统一许可。本次未下载权重或数据归档。
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。
一手来源
- https://api.crossref.org/works/10.1145/3832783.3837554
- https://arxiv.org/abs/2503.07215v3
- https://arxiv.org/pdf/2503.07215v3
- https://arxiv.org/html/2503.07215v3
- https://arxiv.org/abs/2503.07215v1
- https://arxiv.org/abs/2503.07215v2
- README.md GitHub · LiuPeiP-CS/CodeInverter · 修订 548e59c
- https://zenodo.org/api/records/19351453
- https://huggingface.co/CodeInverter/CIM-1.3b/raw/1f7745e19c5420a8c5896f5c31d6938f83454be4/README.md
- code4train/train/run_ms2decllm_train.sh GitHub · LiuPeiP-CS/CodeInverter · 修订 548e59c
- code4train/LICENSE GitHub · LiuPeiP-CS/CodeInverter · 修订 548e59c
- code4train/LICENSE-MODEL GitHub · LiuPeiP-CS/CodeInverter · 修订 548e59c