研究人员推出了ExeBench-FHD，这是ExeBench基准的一个修订版本，旨在改进基于LLM的反编译器的评估。原始的ExeBench存在九个影响反编译器测量保真度的问题，其中三个问题阻碍了C代码的恢复。ExeBench-FHD通过添加16个新字段（包括调用点汇编和数据段）以及五个警告标志来解决这些问题。评估表明，ExeBench-FHD可以显著提高GPT-6 Sol等模型在特定类型函数上的重新执行率。 AI
影响 这一改进的基准将允许对基于LLM的反编译器进行更准确的评估，从而可能带来更好的代码生成和分析工具。
排序理由 该集群描述了在arXiv上发表的一篇新的基准论文。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2610.28212v1 Announce Type: cross Abstract: ExeBench is one of the most widely used benchmarks for evaluating LLM-based decompilers. We analyze ExeBench and identify nine issues that affect how faithfully a test measures a decompiler. Three of them prevent LLM decompilers f…
ExeBench is one of the most widely used benchmarks for evaluating LLM-based decompilers. We analyze ExeBench and identify nine issues that affect how faithfully a test measures a decompiler. Three of them prevent LLM decompilers from recovering C code from ExeBench's function. Th…