LLM4Decompile：用AI魔法让二进制代码重获新生！[特殊字符]

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/LLM4Decompile

LLM4Decompile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：

1. 编译阶段：使用Docker容器和Revised Clang编译器生成二进制文件
2. 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
3. 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' python=3.9 -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：

1. 预处理：将C代码编译为二进制并反汇编
2. 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：

1. 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
2. 更多语言支持：从C语言扩展到C++、Rust等其他编程语言
3. 与更多工具集成：除了Ghidra，还将集成Rizin等反编译工具
4. 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

1. 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
2. 优化预处理：确保输入的汇编代码格式正确
3. 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
4. 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