論文の概要: No More Translation at Runtime: LLM-Empowered Static Binary Translation
- arxiv url: http://arxiv.org/abs/2610.05999v1
- Date: Mon, 05 Oct 2026 08:52:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-09 19:36:30.562178
- Title: No More Translation at Runtime: LLM-Empowered Static Binary Translation
- Title（参考訳）: ランタイムでの翻訳は不要: LLMを利用した静的バイナリ変換
- Abstract要約: 本稿では,バイナリコードを実行前に変換する静的なアセンブリからアセンブリへの変換パラダイムを提案する。
人間の介入を最小限に抑えて高品質なコードを生成する実用的な自動翻訳エンジンを提供する。
評価の結果,このアプローチは既存のオープンソースソリューションよりも大幅に優れており,大きなマージンがあることがわかった。
- 参考スコア（独自算出の注目度）: 14.655024406677358
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: While AArch64 CPUs are becoming strong market contenders, their software ecosystem lags behind the mature x86-64 environment, hindering the adoption of the new architectures and impacting user experience. Binary translation bridges this divide by converting binary code from one architecture (e.g., x86-64) to run on another (e.g., AArch64), allowing legacy software to benefit from modern hardware's performance and energy efficiency advantages. Current translation methods are typically either dynamic, which adds significant runtime overhead, or static, which struggles with reliability due to the inherent complexities of binary analysis. This paper introduces a new static, assembly-to-assembly translation paradigm that transforms binary code ahead of execution, generating portable, efficient native-like binaries that run on AArch64 devices without runtime frameworks. Benefiting from recent breakthroughs in large language models (LLMs), we provide a practical and automated translation engine that produces high-quality code with minimal human intervention. To ensure correctness, we introduce a crucial verification step, where we split the assembly code into simplified snippets, enabling efficient and scalable semantic verification. Our evaluation shows that this approach significantly outperforms existing open-source solutions with a large margin, producing binaries with near-native performance. Furthermore, it shows substantial improvements over the leading industrial translator, ExaGear, illuminating a promising new direction for cross-architecture binary translation research.
- Abstract（参考訳）: AArch64 CPUは強力な市場競争相手になりつつあるが、彼らのソフトウェアエコシステムは成熟したx86-64環境に遅れており、新しいアーキテクチャの採用を妨げ、ユーザーエクスペリエンスに影響を与える。
バイナリ変換は、バイナリコードをひとつのアーキテクチャ(例:x86-64)から別のアーキテクチャ(例:AArch64)に変換することで、この分割を橋渡しする。
現在の翻訳方法は一般的に動的で、実行時のオーバーヘッドが大幅に増加するか、静的である。
本稿では、実行前にバイナリコードを変換し、ランタイムフレームワークを使わずにAArch64デバイス上で動作する、ポータブルで効率的なネイティブライクなバイナリを生成する、新しい静的なアセンブリからアセンブリへの変換パラダイムを提案する。
近年の大規模言語モデル(LLM)のブレークスルーを活かして,人間の介入を最小限に抑えて高品質なコードを生成する,実用的な自動翻訳エンジンを提供する。
そこでは、アセンブリコードを単純化されたスニペットに分割し、効率的でスケーラブルなセマンティックな検証を可能にする。
評価の結果,このアプローチは既存のオープンソースソリューションのマージンを大きく上回り,ほぼネイティブに近い性能のバイナリを生成することがわかった。
さらに、主要な産業翻訳者であるExaGearよりも大幅に改善され、クロスアーキテクチャバイナリ翻訳研究において有望な新たな方向性が示される。
関連論文リスト
- SEDCoT: Enhancing LLM-Based COBOL Code Translation via Symbolic Execution and Delta Debugging [49.898541267264115]
古い技術や疎結合なドキュメンテーション、開発者の引退などによって、メンテナンスはますます難しくなっている。
従来のルールベースのトランスコンパイラは、読み書きが難しい出力を出力する。
本稿では,新しいC言語翻訳フレームワークであるSEDCoTを提案する。
論文 参考訳（メタデータ） (2026-07-05T03:07:10Z) - AutoVecCoder: Teaching LLMs to Generate Explicitly Vectorized Code [69.84692701646769]
AutoVecCoderは、大規模言語モデルに自動明示的ベクトル化機能を持たせるために設計された新しいフレームワークである。
自動データ合成パイプラインであるVecPromptは、ドメイン固有の固有の知識を注入する。
強化学習フレームワークであるVecRLは、コード生成と実行効率を一致させる。
このフレームワークでトレーニングされたAutoVecCoder-8Bは、SimdBenchのSSEおよびAVXサブセット上で最先端のパフォーマンスを達成する。
論文 参考訳（メタデータ） (2026-05-18T07:33:15Z) - Deterministic Fully-Static Whole-Binary Translation without Heuristics [4.112095753709181]
Elevatorはx86-64実行ファイル全体をAArch64デバッグ情報、ソースコード、コードレイアウトに関する仮定に変換する。
我々は,SPECint 2006スイート全体を含む,現実世界のバイナリの多種多様なコーパス上でエレベータを評価する。
論文 参考訳（メタデータ） (2026-05-08T19:25:06Z) - OMPILOT: Harnessing Transformer Models for Auto Parallelization to Shared Memory Computing Paradigms [13.343925256921722]
我々は、C++コードをOpenMPに変換するのに適した、ドメイン固有のエンコーダデコーダトランスであるOMPILOTを紹介する。
OMPBLEUは、OpenMP並列構造の正確性と品質を評価するために作られた新しい合成計量である。
論文 参考訳（メタデータ） (2025-11-05T21:21:15Z) - Context-Guided Decompilation: A Step Towards Re-executability [50.71992919223209]
バイナリ逆コンパイルは、ソフトウェアセキュリティ分析、リバースエンジニアリング、マルウェア理解において重要な役割を果たす。
大規模言語モデル (LLMs) の最近の進歩により、ニューラルデコンパイルが可能になったが、生成されたコードは一般的に意味論的にのみ使用可能である。
In-context Learning(ICL)を活用して,再実行可能なソースコードを生成するためのILC4Decompを提案する。
論文 参考訳（メタデータ） (2025-11-03T17:21:39Z) - QiMeng-NeuComBack: Self-Evolving Translation from IR to Assembly Code [52.66657751895655]
大規模言語モデル(LLM)は、ニューラルコンパイルという魅力的な新しいパラダイムを提供する。
本稿では,IR-to-assemblyコンパイル用に設計された新しいベンチマークデータセットであるNeuComBackを紹介する。
LLMの内部的なプロンプト戦略を進化させる自己進化的プロンプト最適化法を提案する。
論文 参考訳（メタデータ） (2025-11-03T03:20:26Z) - Guaranteed Guess: A Language Modeling Approach for CISC-to-RISC Transpilation with Testing Guarantees [0.03994567502796063]
GG(Guaranteed Guess)は、事前学習された大規模言語モデルの翻訳能力と、確立されたソフトウェアテスト構造の厳密さを組み合わせた、ISA中心のトランスパイレーションパイプラインである。
提案手法は,あるISAから別のISAへのLSMを用いた候補翻訳を生成し,ソフトウェアテストフレームワークにそのような翻訳を組み込んで,翻訳の量的信頼性を構築する。
我々は、2つの多様なデータセットに対するGGアプローチを評価し、ユニットテストに高いコードカバレッジ(>98%)を強制し、HumanEvalプログラムで99%、BringupBenchプログラムで49%の関数的/意味的正当性を達成した。
論文 参考訳（メタデータ） (2025-06-17T15:06:54Z) - ReF Decompile: Relabeling and Function Call Enhanced Decompile [50.86228893636785]
逆コンパイルの目標は、コンパイルされた低レベルコード(アセンブリコードなど)を高レベルプログラミング言語に変換することである。
このタスクは、脆弱性識別、マルウェア分析、レガシーソフトウェアマイグレーションなど、さまざまなリバースエンジニアリングアプリケーションをサポートする。
論文 参考訳（メタデータ） (2025-02-17T12:38:57Z) - RustRepoTrans: Repository-level Code Translation Benchmark Targeting Rust [50.65321080814249]
RustRepoTransは、インクリメンタル翻訳をターゲットにした、最初のリポジトリレベルのコンテキストコード変換ベンチマークである。
複雑な翻訳シナリオの制約を評価するために, 7つの代表的なLLMを評価し, それらの誤差を分析した。
論文 参考訳（メタデータ） (2024-11-21T10:00:52Z) - Boosting Neural Networks to Decompile Optimized Binaries [13.255618541522436]
Decompilation は低レベルプログラム言語 (LPL) を機能的に等価な高レベルプログラム言語 (HPL) に変換することを目的としている。
本稿では,コンパイラ最適化バイナリをターゲットとしたNeurDPという新しい学習手法を提案する。
論文 参考訳（メタデータ） (2023-01-03T06:45:54Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。