AwesomeREA.org

2026 · 预印本

Decaf：通过自动反馈与搜索改进神经反编译

Decaf: Improving Neural Decompilation with Automatic Feedback and Search

Alexander Shypula; Osbert Bastani; Edward Schwartz

Decaf 采样多个反编译候选，重新编译后利用字节距离或学习式重排序器排序。研究通过候选选择改进神经反编译，而非使用迭代源码修复对话。

研究范围与局限

字节匹配假设能取得参考编译器及配置。实验对 ExeBench 抽样，并排除 Hex-Rays 无法反编译的样例；去符号 Synth 因调用目标无法链接而未进行执行评分。既有测试可能漏错，实验未覆盖其他架构及混淆代码，Juliet 结果也不必然泛化到复杂漏洞。

与本合集的关联

补充编译反馈与候选排序方法，并区分匹配证据和基于测试的判断。

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 5 月 12 日
日期依据
采用 arXiv 首次提交日期；未核实另行出版的会议论文集或期刊版本。
arXiv 首次提交
2026 年 5 月 12 日
arXiv
2605.11501
已复核的 arXiv 版本
v1

该预印本首投于 2026 年 5 月，属于六个月备用窗口，来源明确写仍在审稿。Hugging Face 组织名中的“usenix”不作为发表证据。固定代码根目录没有许可证文件，检查的生成器／测试集元数据也未给出许可声明，不能据此确定所有权重及衍生数据的复用条款。本次未下载权重或数据集。

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

  1. https://arxiv.org/abs/2605.11501v1
  2. https://arxiv.org/html/2605.11501v1
  3. README.md GitHub · AlexShypula/decaf · 修订 f33c8f4
  4. https://api.github.com/repos/AlexShypula/decaf/git/trees/0d6690fea728fae5d622afa771a7f6b7dd51df44
  5. https://huggingface.co/api/models/decaf-usenix/Decaf-Gen-22b
  6. https://huggingface.co/api/datasets/decaf-usenix/Decaf-Test-Sets