# Decaf：通过自动反馈与搜索改进神经反编译

> Decaf 采样多个反编译候选，重新编译后利用字节距离或学习式重排序器排序。研究通过候选选择改进神经反编译，而非使用迭代源码修复对话。

- 作者：Alexander Shypula; Osbert Bastani; Edward Schwartz
- 原标题：Decaf: Improving Neural Decompilation with Automatic Feedback and Search
- 发表载体：arXiv
- 发表状态：预印本
- 出版／提交日期：2026 年 5 月 12 日
- 日期依据：采用 arXiv 首次提交日期；未核实另行出版的会议论文集或期刊版本。
- arXiv 首次提交：2026 年 5 月 12 日
- arXiv：2605.11501
- 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/2605.11501>
- PDF：<https://arxiv.org/pdf/2605.11501v1>
- 代码：<https://github.com/AlexShypula/decaf>
- 项目：<https://huggingface.co/decaf-usenix>
- BibTeX：<https://awesomerea.org/papers/citations/paper-decaf.bib>
- 目录页面：<https://awesomerea.org/zh/papers/paper-decaf/>
- 记录 JSON：<https://awesomerea.org/papers/paper-decaf/record.json>
- 英文版：[English](https://awesomerea.org/papers/paper-decaf/index.md)

## 研究范围与局限

字节匹配假设能取得参考编译器及配置。实验对 ExeBench 抽样，并排除 Hex-Rays 无法反编译的样例；去符号 Synth 因调用目标无法链接而未进行执行评分。既有测试可能漏错，实验未覆盖其他架构及混淆代码，Juliet 结果也不必然泛化到复杂漏洞。

## 与本合集的关联

补充编译反馈与候选排序方法，并区分匹配证据和基于测试的判断。

## 发表与复核说明

该预印本首投于 2026 年 5 月，属于六个月备用窗口，来源明确写仍在审稿。固定代码根目录没有许可证文件，检查的生成器／测试集元数据也未给出许可声明。

## 一手来源

1. <https://arxiv.org/abs/2605.11501v1>
2. <https://arxiv.org/html/2605.11501v1>
3. <https://github.com/AlexShypula/decaf/blob/f33c8f4587b7a0055513d6396194015114de8e35/README.md>
4. <https://api.github.com/repos/AlexShypula/decaf/git/trees/0d6690fea728fae5d622afa771a7f6b7dd51df44>
5. <https://huggingface.co/api/models/decaf-usenix/Decaf-Gen-22b>
6. <https://huggingface.co/api/datasets/decaf-usenix/Decaf-Test-Sets>

## 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。