LLM4Decompile用AI魔法让二进制代码重获新生【免费下载链接】LLM4DecompileLLM4Decompile是前端技术的革新之作面向软件逆向工程领域的革命性工具。此开源项目利用大型语言模型深入二进制世界的奥秘将复杂的机器码魔法般地转换回清晰易读的C源代码。无论是应对GCC优化级别的重重挑战还是跨越Linux x86_64架构的鸿沟LLM4Decompile都能通过其精进的V1.5至V2系列模型提供高达63.6%的重构代码可执行率实现了从原始二进制到功能重现的惊人飞跃。借助于Ghidra等反编译工具的深化整合与22亿-token级别的训练它不仅提升了代码解读的准确性也拓宽了对不同架构和编译设置的支持边界。开发者们准备探索那些隐藏在数字迷雾中的程序逻辑让LLM4Decompile成为你重构旧世界、理解复杂代码库的得力助手。立即加入解锁软件分析的新维度项目地址: https://gitcode.com/GitHub_Trending/ll/LLM4DecompileLLM4Decompile是一款革命性的开源大型语言模型专为二进制代码反编译而设计。这款前沿工具能够将复杂的机器码神奇地转换回清晰易读的C源代码让逆向工程变得前所未有的简单高效。无论您是安全研究人员、软件开发者还是逆向工程爱好者LLM4Decompile都将成为您探索二进制世界的得力助手。 什么是二进制反编译反编译是将已编译的二进制代码机器码转换回人类可读的高级语言源代码的过程。传统反编译工具往往难以处理高度优化的代码而LLM4Decompile利用先进的AI技术实现了从二进制到可读源代码的精准转换。上图展示了LLM4Decompile的完整工作流程从原始C源代码编译成二进制再通过AI模型将二进制反编译回高质量的C代码。这个过程不仅保留了原始代码的功能还确保了反编译后的代码具有高度的可读性。 核心功能与优势1.支持多种优化级别LLM4Decompile能够处理GCC编译器的O0到O3所有优化级别的二进制文件覆盖了从无优化到最高级别优化的所有场景。2.卓越的性能表现根据官方测试结果LLM4Decompile在多个基准测试中表现出色从图中可以看出LLM4Decompile-6.7B在HumanEval-Decompile基准测试中达到了45.37%的平均准确率远超GPT-4o的16.01%在ExeBench测试中也达到了17.98%的准确率。3.双模型架构项目提供了两种主要模型LLM4Decompile-End直接从二进制反编译为C代码LLM4Decompile-Ref基于Ghidra输出的伪代码进行精炼优化上图展示了LLM4Decompile-Ref的工作流程通过Ghidra生成伪代码再由AI模型进行精炼优化最终得到高质量的C源代码。 技术架构详解完整的评估流程LLM4Decompile采用先进的评估管道确保反编译质量的可靠性。该管道包括编译阶段使用Docker容器和Revised Clang编译器生成二进制文件追踪阶段通过DWARF调试信息和Tree-sitter解析器建立源代码与二进制之间的映射过滤阶段通过去重算法确保数据的质量和多样性模型性能演进LLM4Decompile的V1.5版本通过更大的训练数据集15B tokens和更长的上下文长度4096 tokens相比早期版本实现了超过100%的性能提升。️ 快速开始指南环境搭建要开始使用LLM4Decompile只需几个简单的步骤git clone https://gitcode.com/GitHub_Trending/ll/LLM4Decompile cd LLM4Decompile conda create -n llm4decompile python3.9 -y conda activate llm4decompile pip install -r requirements.txt基本使用示例项目提供了完整的示例代码位于 samples/sample.c您可以通过以下步骤进行测试预处理将C代码编译为二进制并反汇编反编译使用LLM4Decompile模型将汇编代码转换回C代码详细的代码示例可在项目的 README.md 文件中找到。 性能对比分析不同模型的执行率对比LLM4Decompile-Ref模型在精炼Ghidra输出方面表现出色其中LLM4Decompile-Ref-33B版本达到了64.18%的平均重新执行率显著提升了反编译代码的质量。最新模型性能最新的LLM4Decompile-9B-v2模型基于Yi-Coder-9B微调在Decompile基准测试中达到了64.94%的重新执行率创造了新的性能记录。 项目结构概览LLM4Decompile项目结构清晰便于用户理解和扩展decompile-bench/包含反编译基准测试数据和评估指标evaluation/评估脚本和服务器代码ghidra/与Ghidra工具集成的相关代码samples/示例文件和性能图表sk2decompile/SK²Decompile两阶段反编译实现train/训练配置和脚本 实际应用场景1.安全分析与漏洞挖掘通过反编译二进制文件安全研究人员可以深入分析软件的潜在安全漏洞无需访问原始源代码。2.遗留系统维护对于只有二进制版本的老旧软件LLM4Decompile可以帮助开发者理解和维护这些系统。3.学术研究与教学为计算机科学教育提供强大的逆向工程工具帮助学生理解编译与反编译的原理。4.软件兼容性分析分析不同编译器、不同优化级别生成的二进制代码差异。 未来发展方向LLM4Decompile团队正在积极开发以下功能支持更多架构目前主要支持Linux x86_64计划扩展至ARM、MIPS等架构更多语言支持从C语言扩展到C、Rust等其他编程语言与更多工具集成除了Ghidra还将集成Rizin等反编译工具在线服务提供Web界面和API服务降低使用门槛 学习资源与社区项目提供了丰富的学习资源官方论文详细的技术原理和实现细节Colab示例在线体验LLM4Decompile的功能YouTube教程视频演示如何使用工具Hugging Face模型预训练模型的直接下载 使用建议选择合适的模型根据您的硬件配置和需求选择不同大小的模型优化预处理确保输入的汇编代码格式正确结合传统工具将LLM4Decompile与传统反编译工具结合使用获得最佳效果参与社区加入项目社区分享使用经验和改进建议LLM4Decompile代表了AI在逆向工程领域的最新进展通过深度学习技术解决了传统反编译工具的局限性。无论您是专业人士还是技术爱好者这款工具都将为您打开二进制世界的新大门。立即开始探索让AI帮助您解开二进制代码的奥秘【免费下载链接】LLM4DecompileLLM4Decompile是前端技术的革新之作面向软件逆向工程领域的革命性工具。此开源项目利用大型语言模型深入二进制世界的奥秘将复杂的机器码魔法般地转换回清晰易读的C源代码。无论是应对GCC优化级别的重重挑战还是跨越Linux x86_64架构的鸿沟LLM4Decompile都能通过其精进的V1.5至V2系列模型提供高达63.6%的重构代码可执行率实现了从原始二进制到功能重现的惊人飞跃。借助于Ghidra等反编译工具的深化整合与22亿-token级别的训练它不仅提升了代码解读的准确性也拓宽了对不同架构和编译设置的支持边界。开发者们准备探索那些隐藏在数字迷雾中的程序逻辑让LLM4Decompile成为你重构旧世界、理解复杂代码库的得力助手。立即加入解锁软件分析的新维度项目地址: https://gitcode.com/GitHub_Trending/ll/LLM4Decompile创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考