2025 · 会议论文
Decompile-Bench：面向真实二进制反编译的百万级二进制与源码函数对
Decompile-Bench: Million-Scale Binary-Source Function Pairs for Real-World Binary Decompilation
通过 Compile-Trace-Filter 流程构建 200 万组 C/C++ 二进制与源码函数对，并提供涵盖转写为 C/C++ 的 HumanEval、MBPP 任务及近期 GitHub 函数的评测集。
研究范围与局限
该工作研究函数级反编译。重新执行测试覆盖 HumanEval、MBPP；GitHub2025 未提供单元测试。内联可能使二进制与源码无法一一对应，微调实验仅使用 10% 的语料。这些结果不能证明整程序恢复能力。
与本合集的关联
补充 LLM 反编译的训练语料与评测产物，不同于现有 Gao 等人的 DecompileBench 条目。
发表与复核详情
- 发表载体
- NeurIPS 2025 Datasets and Benchmarks
- 发表状态
- 会议论文
- 出版／提交日期
- 2025 年（具体日期未核实）
- 日期依据
- 采用 NeurIPS 官方论文集及出版商在 Crossref 登记的出版年份，不推定更精确的出版日期。
- arXiv 首次提交
- 2025 年 5 月 19 日
- arXiv
- 2505.12668
- 已复核的 arXiv 版本
- v2
- DOI
- 10.52202/085713-0177
作者顺序以正式 PDF 为准，其中 Zuchen Gao 位于 Siyi Wang 之前；论文集网页与 Crossref 的顺序相反。arXiv v2 于 2025-10-19 更新。产物位于已有 LLM4Decompile 仓库的 decompile-bench 子目录。代码采用 MIT 许可，数据集声明 CC0-1.0，模型权重另有条款；这些声明不能替代对源项目许可的核查。
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://papers.nips.cc/paper_files/paper/2025/hash/079cf13ae174c31f148207d94d213bdc-Abstract-Datasets_and_Benchmarks_Track.html
- https://papers.nips.cc/paper_files/paper/2025/file/079cf13ae174c31f148207d94d213bdc-Paper-Datasets_and_Benchmarks_Track.pdf
- https://doi.org/10.52202/085713-0177
- https://api.crossref.org/works/10.52202/085713-0177
- https://arxiv.org/abs/2505.12668
- https://arxiv.org/html/2505.12668v2
- https://github.com/albertan017/LLM4Decompile/blob/85b364bf093eb2ee4f3687cfe38a203fca89f23e/decompile-bench/readme.md
- https://github.com/albertan017/LLM4Decompile/blob/85b364bf093eb2ee4f3687cfe38a203fca89f23e/LICENSE
- https://github.com/albertan017/LLM4Decompile/blob/85b364bf093eb2ee4f3687cfe38a203fca89f23e/LICENSE-MODEL
- https://huggingface.co/datasets/LLM4Binary/decompile-bench/blob/4b708c2211cd7d4af403675db56322aa4ed7050c/README.md
- https://huggingface.co/datasets/LLM4Binary/decompile-bench/blob/4b708c2211cd7d4af403675db56322aa4ed7050c/LICENSE