2025 · 预印本
D-LiFT：通过代码质量驱动的微调改进基于大语言模型的反编译器后端
D-LiFT: Improving LLM-based Decompiler Backend via Code Quality-driven Fine-tuning
D-LIFT 使用 D-Score 指导大语言模型微调和输出选择，在优先保证准确性的同时改善反编译代码，并评估了 Ghidra 对 coreutils 和 util-linux 程序的输出。
研究范围与局限
评估涵盖 coreutils 和 util-linux 中的函数，使用 Ghidra 和多种大语言模型。按 D-Score 衡量，微调后的模型比基线模型多改善了 55.3% 的函数；D-LIFT 改善了原生反编译器输出中 68.2% 的函数。
与本合集的关联
该研究关注从二进制文件重建的源代码的准确性和可读性。
发表与复核详情
- 发表载体
- arXiv
- 发表状态
- 预印本
- 出版／提交日期
- 2025 年 6 月 11 日
- 日期依据
- arXiv 首次提交日期。
- arXiv 首次提交
- 2025 年 6 月 11 日
- arXiv
- 2506.10125
- 已复核的 arXiv 版本
- v4
日期和发表场所来自 arXiv 记录。
来源复核于
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。