# SK2Decompile：从骨架到皮肤的大语言模型两阶段二进制反编译 > 将 LLM 反编译分为两个阶段：结构恢复模型把反编译器伪代码转换为保留控制流和数据结构、但不含标识符的中间表示，并以编译器反馈作为强化学习奖励；标识符命名模型再以语义相似度为奖励恢复名称。作者报告，其在 HumanEval 上的平均可重新执行率比 GPT-5-mini 高 21.6%，在 GitHub2025 上的平均 R2I 比 Idioms 提升 29.4%。 - 作者：Hanzhuo Tan; Weihao Li; Xiaolong Tian; Siyi Wang; Jiaming Liu; Jing Li; Yuqun Zhang - 原标题：SK2Decompile: LLM-based Two-Phase Binary Decompilation from Skeleton to Skin - 发表载体：ICLR 2026 - 发表状态：会议论文 - 出版／提交日期：2026 年（具体日期未核实） - 日期依据：采用 ICLR 官方论文集标明的出版年份，不推定更精确的出版日期。 - arXiv 首次提交：2025 年 9 月 26 日 - arXiv：2509.22114 - 已复核的 arXiv 版本：v1 - 来源复核于：2026-10-17 - 收录于：2026-10-17 - 原始论文： - PDF： - 代码： - BibTeX： - 目录页面： - 记录 JSON： - 英文版：[English](https://awesomerea.org/papers/paper-sk2decompile/index.md) ## 研究范围与局限 训练和主要评测均使用函数级 C 代码，以 GCC 和 Clang 在 -O0 至 -O3 下编译为 x86-64 Linux 二进制，并以 IDA Pro 伪代码作为模型输入。可重新执行率仅在 HumanEval 和 MBPP 上测量；ExeBench 与 GitHub2025 采用 R2I 可读性指标和 GPT-5-mini 评审。附录实验扩展到 BringUpBench 项目、macOS arm64 与 Windows MSVC 构建以及 Obfuscator-LLVM，但模型仅以 C 代码训练，论文预计遇到 C++ 模板等没有 C 对应物的语言特性时效果会下降。 ## 与本合集的关联 补充一种较新的 LLM 反编译方法，将结构正确性与标识符恢复分开处理，延续了 LLM4Decompile 系列工作。 ## 发表与复核说明 作者以论文集 PDF 为准；论文集网页将第一作者的名字写作小写的“hanzhuo”。OpenReview 将其列为 ICLR 2026 Poster。2025 年 9 月的 arXiv v1 与 ICLR 2026 发表分开记录，32 页的论文集版本增加了附录实验。代码位于 LLM4Decompile 仓库的 sk2decompile 目录。各来源的许可信息不同：仓库 LICENSE 为 MIT，两个 6.7B 模型卡均标注 MIT，仓库另附 DeepSeek LICENSE-MODEL；两个模型均从 LLM4Decompile-6.7B 初始化。本条不认定统一许可。 ## 一手来源 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. ## 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。