# ASAP：通过汇编与源码对齐改进二进制反编译伪代码

> ASAP 在训练中对齐汇编与源码表示，将汇编特征压缩为标记，并与反编译伪代码一起交给 LLM 改进。掩码及汇编优势目标用于鼓励模型利用低层证据。

- 作者：Yujian Zhuang; Dehong Gao; Qichao Zhang; Qijing Lai; Jiaxin Wang; Libin Yang; Xiaoyan Cai
- 原标题：ASAP: Assembly-Source Aligned Pseudocode Refinement For Binary Decompilation
- 发表载体：arXiv
- 发表状态：预印本
- 出版／提交日期：2026 年 9 月 30 日
- 日期依据：采用已核对的 arXiv 首次提交日期；尚未核实正式出版信息。
- arXiv 首次提交：2026 年 9 月 30 日
- arXiv：2610.06900
- 已复核的 arXiv 版本：v1
- 来源复核于：2026-10-20
- 收录于：2026-10-20
- 原始论文：<https://arxiv.org/abs/2610.06900>
- PDF：<https://arxiv.org/pdf/2610.06900v1>
- BibTeX：<https://awesomerea.org/papers/citations/paper-asap-decompilation.bib>
- 目录页面：<https://awesomerea.org/zh/papers/paper-asap-decompilation/>
- 记录 JSON：<https://awesomerea.org/papers/paper-asap-decompilation/record.json>
- 英文版：[English](https://awesomerea.org/papers/paper-asap-decompilation/index.md)

## 研究范围与局限

评估使用 HumanEval、MBPP 的 C 改编版本，采用 x86-64 GCC 11.4 的 O0–O3 及 Ghidra 11.0.3 伪代码。重新执行率指通过既有测试，并非等价证明。方法没有专门的标识符／注释恢复模块，也未穷尽评估前沿规模模型的训练。

## 与本合集的关联

补充结合汇编证据的反编译改进方法，并明确执行测试证据的边界。

## 发表与复核说明

尽管编号以 2610 开头，摘要历史与 v1 HTML 均给出 2026-09-30。文章采用 CC BY 4.0。已核对来源及定向检索未确认作者产物链接或代码／模型／数据许可；引用的训练数据集保留自身条款。

## 一手来源

1. <https://arxiv.org/abs/2610.06900v1>
2. <https://arxiv.org/html/2610.06900v1>

## 关于此条目

已依据论文及一手来源复核。请通过原始论文或 BibTeX 引用原作者。
原创说明采用 MIT 许可；外部项目、论文与素材保留各自的权利和许可。