# 利用大语言模型改进反编译的 C 代码

> 论文提出一种两步混合方法，利用大语言模型改进 IDA-Pro 反编译生成的 C 代码，使其能够重新编译。在一组常见的 C 测试用例上，该方法以适度工作量实现了超过 75% 的重新编译成功率。

- 作者：Wai Kin Wong; Huaijin Wang; Zongjie Li; Zhibo Liu; Shuai Wang; Qiyi Tang; Sen Nie; Shi Wu
- 原标题：Refining Decompiled C Code with Large Language Models
- 发表载体：arXiv
- 发表状态：预印本
- 出版／提交日期：2023 年 10 月 10 日
- 日期依据：arXiv 首次提交日期。
- arXiv 首次提交：2023 年 10 月 10 日
- arXiv：2310.06530
- 已复核的 arXiv 版本：v2
- 来源复核于：2026-11-06
- 收录于：2026-11-06
- 原始论文：<https://arxiv.org/abs/2310.06530>
- PDF：<https://arxiv.org/pdf/2310.06530>
- BibTeX：<https://awesomerea.org/papers/citations/paper-dec-gpt.bib>
- 目录页面：<https://awesomerea.org/zh/papers/paper-dec-gpt/>
- 记录 JSON：<https://awesomerea.org/papers/paper-dec-gpt/record.json>
- 英文版：[English](https://awesomerea.org/papers/paper-dec-gpt/index.md)

## 研究范围与局限

先导研究考察了重新编译 IDA-Pro 输出时遇到的障碍；评估使用了一组常见的 C 测试用例。

## 与本合集的关联

论文通过改进可执行文件反编译得到的 C 代码，使其能够重新编译，属于逆向工程研究。

## 发表与复核说明

日期和发表场所来自 arXiv 记录。

## 一手来源

1. <https://arxiv.org/abs/2310.06530>

## 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。