# CREBench：评估大语言模型的密码二进制逆向工程能力

> 通过 432 个受控挑战，评估密码二进制逆向中的算法识别、密钥或 IV 提取、包装层重建及标志恢复。

- 作者：Baicheng Chen; Yu Wang; Ziheng Zhou; Xiangru Liu; Juanru Li; Yilei Chen; Tianxing He
- 原标题：CREBench: Evaluating Large Language Models in Cryptographic Binary Reverse Engineering
- 发表载体：COLM 2026
- 发表状态：会议论文
- 出版／提交日期：2026 年（具体日期未核实）
- 日期依据：采用 COLM 2026 官方 OpenReview 记录及其 BibTeX 标明的出版年份，不推定更精确的出版日期。
- arXiv 首次提交：2026 年 4 月 4 日
- arXiv：2604.03750
- 已复核的 arXiv 版本：v2
- 来源复核于：2026-10-17
- 收录于：2026-10-16
- 原始论文：<https://openreview.net/forum?id=tLYdf8hWJB>
- PDF：<https://arxiv.org/pdf/2604.03750v2>
- 代码：<https://github.com/wangyu-ovo/CREBench>
- 项目：<https://jams-zhou-james.github.io/CREBench/>
- BibTeX：<https://awesomerea.org/papers/citations/paper-crebench.bib>
- 目录页面：<https://awesomerea.org/zh/papers/paper-crebench/>
- 记录 JSON：<https://awesomerea.org/papers/paper-crebench/record.json>
- 英文版：[English](https://awesomerea.org/papers/paper-crebench/index.md)

## 研究范围与局限

语料组合 48 种算法、三类不安全密钥使用场景和三个难度等级。它不覆盖 Tigress、O-LLVM 等专业混淆器，结果不应推广到任意重度保护的二进制文件。

## 与本合集的关联

对密码行为恢复提供细分、聚焦的测试，并有已确认的官方实现。

## 发表与复核说明

COLM 2026 的 OpenReview 记录与 arXiv v2（2026-08-06）的标题、七位作者及摘要一致；v2 页首标注“Published as a conference paper at COLM 2026”，官方项目也说明其为会议终稿版本。OpenReview 记录的发布时间 2026-07-08 与项目公布接收的日期相同，不作为出版日期；2026 年 10 月 6—9 日的会议及第 5 场海报环节安排属于会议信息。仓库 BibTeX 仍采用 arXiv 引用。该工作与另一篇同名 CreBench 的创造力评估论文无关。

## 一手来源

1. <https://openreview.net/forum?id=tLYdf8hWJB>
2. <https://colm.cc/Conferences/2026/AcceptedPapers>
3. <https://colm.cc/Conferences/2026>
4. <https://arxiv.org/abs/2604.03750>
5. <https://arxiv.org/html/2604.03750v2>
6. <https://arxiv.org/pdf/2604.03750v2>
7. <https://github.com/wangyu-ovo/CREBench>
8. <https://github.com/wangyu-ovo/CREBench/blob/9fc4016538a0bab8c230732a9f788a61ed43addf/README.md>
9. <https://jams-zhou-james.github.io/CREBench/>

## 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。