LLM4Decompile: Decompiling Binary Code with Large Language Models

反编译旨在将编译后的代码恢复为可读的源代码，但在名称和结构等细节方面存在困难。大型语言模型（LLMs）在编程任务方面表现出了很大的潜力，这促使它们应用于反编译。然而，目前没有任何开源的LLM用于反编译。此外，现有的反编译评估系统主要考虑令牌级别的准确性，很大程度上忽略了代码可执行性，这是任何程序最重要的特征。因此，我们发布了第一个开放式反编译LLMs，范围从1B到33B，预先训练了40亿个C源代码和相应的汇编代码。这些开源的LLMs可以作为该领域进一步发展的基线。为了确保实际的程序评估，我们介绍了Decompile-Eval，这是第一个考虑反编译的可重新编译性和可重新执行性的数据集。该基准强调了从程序语义的角度评估反编译模型的重要性。实验表明，我们的LLM4Decompile已经展示了准确反编译21%的汇编代码的能力，这比GPT-4提高了50%。我们的代码、数据集和模型已经在https://github.com/albertan017/LLM4Decompile上发布。

本论文旨在解决反汇编中存在的问题，即如何将编译后的代码还原为可读的源代码，并且考虑代码的可执行性。这是一个相对较新的问题。

论文提出了使用大型语言模型（LLMs）来进行反汇编，同时发布了首个开源的反汇编LLMs，以及针对反汇编模型的可重编译性和可重执行性评估数据集Decompile-Eval。相比现有研究，该论文的新思路在于从程序语义的角度评估反汇编模型，并且使用LLMs进行反汇编。

论文的亮点包括：1. 发布了首个开源的反汇编LLMs；2. 提出了从程序语义的角度评估反汇编模型的方法，并发布了相应的评估数据集Decompile-Eval；3. 实验结果表明，LLM4Decompile模型的反汇编准确率为21%，相比GPT-4提高了50%；4. 代码、数据集和模型均已开源，可供进一步研究使用。

在该领域的相关研究包括：1. DeepCom，一种使用神经网络进行反汇编的方法；2. BinGo，一种基于图神经网络的反汇编方法；3. DDisasm，一种使用深度学习进行反汇编的方法。