# 当 LLM 反编译器更易重编译，却更少保留原始行为

> Decompile-Diverge 基于源码生成驱动，并对参考实现进行模糊测试，以构建函数级行为比较。研究让重建函数使用相同输入，检查编译及既有测试可能漏掉的行为差异与崩溃消失。

- 作者：Chang Liu; Edward Raff; Kristopher Micinski
- 原标题：When LLM Decompilers Recompile More and Preserve Less
- 发表载体：arXiv
- 发表状态：预印本
- 出版／提交日期：2026 年 9 月 4 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 4 日
- arXiv：2609.05370
- 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/2609.05370>
- PDF：<https://arxiv.org/pdf/2609.05370v1>
- BibTeX：<https://awesomerea.org/papers/citations/paper-decompile-diverge.bib>
- 目录页面：<https://awesomerea.org/zh/papers/paper-decompile-diverge/>
- 记录 JSON：<https://awesomerea.org/papers/paper-decompile-diverge/record.json>
- 英文版：[English](https://awesomerea.org/papers/paper-decompile-diverge/index.md)

## 研究范围与局限

该判定器需要参考源码、受支持输入及可构建的测试框架。比较仅覆盖有限输入语料和有界可观测状态；Matched 不代表所有输入上的等价。300 个 GitHub 参考函数中九个无法构建，最终保留 291 个；部分类型与函数被排除。DeGPT-Qwen 使用替换后的后端，并非原始发表的 DeGPT 模型。

## 与本合集的关联

具体说明重编译及基准通过率无法证明恢复代码的哪些行为属性。

## 发表与复核说明

最新核对版本为 arXiv v1，文章采用 CC BY 4.0。已读论文及定向产物检索未核实作者代码或数据集链接；产物可用性与许可仍未确定。文中测量结果。

## 一手来源

1. <https://arxiv.org/abs/2609.05370v1>
2. <https://arxiv.org/html/2609.05370v1>

## 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。