研究
LLM4Decompile（EMNLP 2024）
研究使用语言模型直接反编译二进制，以及改进 Ghidra 输出。在 HumanEval 与 ExeBench 上评估重新执行能力，可用于区分代码可读性与功能恢复。
- 目标
- 二进制
- 类别
- 学习资源
- 关联
- 学习资源
- 来源复核于
使用条件与局限
- EMNLP 2024 论文。结论来自作者在特定模型与基准上的实验。
关于此条目
说明已依据一手来源复核。
相关条目
依据相同的代码仓库或论文标识关联。
研究
研究使用语言模型直接反编译二进制，以及改进 Ghidra 输出。在 HumanEval 与 ExeBench 上评估重新执行能力，可用于区分代码可读性与功能恢复。
说明已依据一手来源复核。
依据相同的代码仓库或论文标识关联。