BUSTA框架微调小模型提升二进制逆向性能
热点事件持续更新
BUSTA框架微调小模型提升二进制逆向性能
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
研究人员发布BUSTA框架，通过逆向基础块执行训练小语言模型，使其在资源受限环境中处理逆向工程任务。该框架使用GRPO算法对Qwen3-1.7B和Nemotron-3-Nano进行微调，显著提升模型在已知寄存器预测上的准确率。 微调后，Qwen3-1.7B与Nemotron-3-Nano在已知寄存器预测准确率分别升至85.3%和95.2%。其中，细调后的Nemotron-3-Nano性能接近前沿模型最高分99.2%，且参数量大幅减少，展现出高效能优势。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
BUSTA：通过逆向基础块执行教会小语言模型推理二进制行为报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · AIBUSTA：通过逆向基础块执行教会小语言模型推理二进制行为
研究人员发布 BUSTA 框架，通过逆向基础块执行训练小语言模型，使其在资源受限环境中处理逆向工程任务。 使用 GRPO 对 Qwen3-1.7B 和 Nemotron-3-Nano 微调后，已知寄存器预测准确率分别升至 85.3% 和 95.2%。 细调后的 Nemotron-3-Nano 性能接近前沿模型最高分 99.2%，参数量大幅减少。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。