# 探索大型语言模型（GPT-4）在二进制逆向工程中的效能

> 论文评估 GPT-4 在二进制逆向工程中的表现，考察其对人工编写代码和反编译代码的理解与解释，涵盖基础代码解读和恶意软件分析。

- 作者：Saman Pordanesh; Benjamin Tan
- 原标题：Exploring the Efficacy of Large Language Models (GPT-4) in Binary Reverse Engineering
- 发表载体：arXiv
- 发表状态：预印本
- 出版／提交日期：2024 年 6 月 9 日
- 日期依据：arXiv 首次提交日期。
- arXiv 首次提交：2024 年 6 月 9 日
- arXiv：2406.06637
- 已复核的 arXiv 版本：v1
- 来源复核于：2026-11-06
- 收录于：2026-11-06
- 原始论文：<https://arxiv.org/abs/2406.06637>
- PDF：<https://arxiv.org/pdf/2406.06637>
- BibTeX：<https://awesomerea.org/papers/citations/paper-gpt4-binary-re.bib>
- 目录页面：<https://awesomerea.org/zh/papers/paper-gpt4-binary-re/>
- 记录 JSON：<https://awesomerea.org/papers/paper-gpt4-binary-re/record.json>
- 英文版：[English](https://awesomerea.org/papers/paper-gpt4-binary-re/index.md)

## 研究范围与局限

评估范围包括 GPT-4、人工编写代码和反编译代码，以及基础代码解读和较复杂的恶意软件分析。

## 与本合集的关联

论文直接研究语言模型在二进制逆向工程中解读代码的能力。

## 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/2406.06637>

## 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。