跳到正文
arXiv · AI· Nicolas Koller, Andreas U. Schmidt·· 4 天前AI 评分25

Reforge:一种用于评估 LLM 在反编译二进制函数命名任务中逆向工程能力的方法

REFORGE: A Method for Benchmarking LLMs' Reverse Engineering Capabilities in Decompiled Binary Function Naming

AI 导读

Reforge 提出了一种可追溯的评估流水线,旨在解决二进制分析基准中因编译器优化导致的地面真值对齐可靠性问题,并引入不确定性感知评估机制。该流水线构建了八重门控置信漏斗和三层分层体系,在受控微基准测试中显示,高置信度产出率随优化级别提升从 87.2% 下降至 65.9%。该工作证明了七款主流 LLM 的函数命名概念验证,并获得了 2026 年国际应用计算大会最佳论文奖。

来源:arXiv · AI · arxiv.org