# 大语言模型理解二进制代码的能力已走多远 > 在剥离符号二进制的函数名恢复与代码摘要两项任务上，评测 16 个代码领域与通用领域的大语言模型。基准选取 12 个热门 C 项目编译为 x86-64，剥离并用 IDA Pro 反编译 28 个二进制，借助 DWARF 将 81,185 个函数与源码对齐，经专家审核后保留 2,000 个函数。零样本大语言模型与 SymLM、NER、BinT5 和 HexT5 进行比较。Code Llama 34B 在函数名恢复上以 27.59 的词元级 F1 领先，ChatGPT 在摘要任务上以 7.37 的 BLEU-4 领先。研究还考察了少样本提示、两个 7B 模型基于 GNU 二进制的 LoRA 微调，以及针对一个剥离符号的开源 Linux 远程访问木马的案例研究。 - 作者：Xiuwei Shang; Shaoyin Cheng; Guoqiang Chen; Yanming Zhang; Li Hu; Xiao Yu; Gangyang Li; Weiming Zhang; Nenghai Yu - 原标题：How Far Have We Gone in Binary Code Understanding Using Large Language Models - 发表载体：ICSME 2024 - 发表状态：会议论文 - 出版／提交日期：2024 年 10 月 6 日 - 日期依据：IEEE 提交的 Crossref 元数据将 published／纸质出版及 issued 日期记为 2024-10-06，这也是其中所列会议（10 月 6–11 日）的首日。本条目采用出版方提交的日期，并非依据会议日程或 arXiv 历史推定。 - arXiv 首次提交：2024 年 4 月 15 日 - arXiv：2404.09836 - 已复核的 arXiv 版本：v3 - DOI：10.1109/ICSME58944.2024.00012 - 来源复核于：2026-10-20 - 收录于：2026-11-03 - 原始论文： - PDF： - BibTeX： - 目录页面： - 记录 JSON： - 英文版：[English](https://awesomerea.org/papers/paper-llm-binary-understanding/index.md) ## 研究范围与局限 基准仅覆盖按各项目默认编译器与优化设置构建的 x86-64 二进制及 IDA Pro 伪代码，因此结果不能说明在其他架构、优化级别、反编译器或混淆代码上的表现；作者明确未考虑混淆。参考摘要由 ChatGPT 根据源码生成，并经三位专家筛查，而 ChatGPT 本身也是被评测的模型。BLEU-4、METEOR 与 Rouge-L 衡量的是与这些参考摘要的重合度，作者也指出这些指标未必适合二进制代码摘要。函数名恢复采用词元级精确率、召回率与 F1，而非完全匹配。微调使用来自 O0 级 x86-64 GNU 构建的 30,000 个函数。结果对应 2023 年中至 2024 年初发布的模型版本，包括 gpt-3.5-turbo-16k。 ## 与本合集的关联 补充针对两项核心逆向子任务（恢复函数名与概括反编译函数）的大语言模型基准，并与早期基于学习的符号恢复模型进行比较。 ## 发表与复核说明 Crossref 确认九位作者顺序、DOI、ICSME 2024 论文集名称及第 1–12 页。审阅了 arXiv v3（2024-10-24），其注释为“to be published in ICSME 2024”；v1 与 v2 分别提交于 2024 年 4 月 15 日和 16 日。IEEE Xplore 页面拒绝自动化请求。论文未给出基准、微调数据或提示词的下载链接，也未找到相应发布。所评测的伪代码依赖商业反编译器 IDA Pro。 ## 一手来源 1. 2. 3. 4. ## 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。