测试LLM以识别裸机二进制文件中的处理器架构

研究人员正在评估大型语言模型（LLM）以协助识别裸机二进制文件的处理器架构。一种策略是使用Ghidra在众多架构上反汇编二进制文件，然后利用LLM分析反汇编输出。Qwen2.5-coder、Qwen3-coder:30b、dolphinMistral24b和dolphin3-cyber等几种LLM在不同固件类型上进行了测试，在识别候选处理器和生成一致的报告方面取得了不同程度的成功。 AI

影响 这项研究通过自动化处理器识别，有望提高逆向工程的效率和准确性。

排序理由 该项目详细介绍了在逆向工程任务中使用LLM的研究方法和基准测试结果。[lever_c_demoted from research: ic=1 ai=1.0]

在 dev.to — LLM tag 阅读 →

• dolphin-3-cyber
• dolphinMistral24b
• Gemini
• gemma4:26b
• Ghidra
• PyGhidra
• Qwen2.5 Coder
• Qwen3 coder 30b

• 产品
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →