研究
LLM4Decompile（EMNLP 2024）
研究使用语言模型直接反编译二进制，以及改进 Ghidra 输出。在 HumanEval 与 ExeBench 上评估重新执行能力，可用于区分代码可读性与功能恢复。
使用条件与局限
- EMNLP 2024 论文。结论来自作者在特定模型与基准上的实验；本目录未独立复现。
关于此条目
- 类型
- 研究
- 类别
- 学习资源
- 关联
- 学习资源
- 目标
- 二进制
来源复核于
说明已依据一手来源复核；这不代表已运行验证、经过安全审计或确认兼容。
研究
研究使用语言模型直接反编译二进制，以及改进 Ghidra 输出。在 HumanEval 与 ExeBench 上评估重新执行能力，可用于区分代码可读性与功能恢复。
来源复核于
说明已依据一手来源复核；这不代表已运行验证、经过安全审计或确认兼容。