研究人员推出 BinJudgeBench，一个用于评估面向人类的二进制逆向工程 (HOBRE) 任务的新基准。该基准采用 LLM 作为裁判的方法，与人类判断的相关性达到 63.20%，显著优于传统的自动化指标。为了进一步优化此过程，他们开发了 BinJudge，一个采用路由机制的系统，可以自适应地为特定任务和样本选择最佳 LLM 裁判配置，从而提高准确性并降低成本。 AI
影响 这项研究可能导致更高效、更具成本效益的二进制逆向工程任务的自动化评估，从而提高开发人员的生产力。
排序理由 该集群包含一篇学术论文，介绍了一个特定 AI 应用的新基准和评估系统。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
