論文の概要: ExeBench-FHD: Addressing Fidelity Issues in Decompiler Evaluation
- arxiv url: http://arxiv.org/abs/2610.28212v1
- Date: Tue, 20 Oct 2026 13:49:18 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-21 21:58:47.836605
- Title: ExeBench-FHD: Addressing Fidelity Issues in Decompiler Evaluation
- Title（参考訳）: ExeBench-FHD:デコンパイラ評価における忠実性問題への対処
- Abstract要約: ExeBenchを分析し、テストがデコンパイラをいかに忠実に測定するかに影響する9つの問題を特定します。
ExeBench-FHDは、ExeBenchの後方互換性のあるリビジョンで、16の新たなフィールドを追加します。
4つのアーキテクチャで -O2 の評価では、新しいフィールドは GPT 6 Sol の再実行率を 26.5% 向上させた。
- 参考スコア（独自算出の注目度）: 0.9371875164664751
- License: http://creativecommons.org/licenses/by/4.0/
- 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 from recovering C code from ExeBench's function. These are ambiguous parameter order when integer and floating-point types are mixed, unused parameters that optimized assembly may drop, and constants stored outside the function's assembly code. Six more affect test validity: non-void functions without a return, placeholder types, static or inline functions removed by the optimizer, functions named main, trivial bodies and truncated definitions. We present ExeBench-FHD, a backward-compatible revision of ExeBench that adds 16 new fields: call-site assembly, data sections, test wrappers, linked-binary disassembly and five warning flags. In ExeBench, 38.9% of functions have at least one of the five flags; dropping records with any of the four warning flags (all except unused_param, which marks functions that the new wrappers make evaluable) keeps 63.9% of the corpus. In an evaluation at -O2 on four architectures, the new fields raise GPT 6 Sol's re-execution rate by up to 26.5%, 19.1% and 21.0% on functions that read data sections, mix parameter types and have unused parameters, respectively.
- Abstract（参考訳）: ExeBenchは、LCMベースのデコンパイラを評価するために最も広く使用されているベンチマークの1つである。
ExeBenchを分析し、テストがデコンパイラをいかに忠実に測定するかに影響する9つの問題を特定します。
これらのうち3つは、LCMデコンパイラがExeBench関数からCコードを復元するのを防ぐ。
これらは整数型と浮動小数点型が混合されたときのあいまいなパラメータ順序、最適化されたアセンブリがドロップする未使用のパラメータ、関数のアセンブリコード外に格納される定数である。
さらに6つは、戻り値のない非ボイド関数、プレースホルダー型、オプティマイザによって削除された静的またはインライン関数、メイン、自明なボディ、切り捨てられた定義に影響を及ぼす。
ExeBench-FHDは、コールサイトアセンブリ、データセクション、テストラッパー、リンクバイナリの分解、および5つの警告フラグを含む16の新しいフィールドを追加します。
ExeBenchでは、関数の38.9%が5つのフラグのうちの少なくとも1つを持ち、4つの警告フラグのどれか(新しいラッパーが評価可能な関数であるunuseed_paramを除く)でレコードをドロップすると、コーパスの63.9%を保持する。
4つのアーキテクチャで-O2の評価において、新しいフィールドはGPT 6 Solの再実行率を26.5%、19.1%、および21.0%に引き上げ、それぞれデータセクションを読み、パラメータタイプを混合し、未使用のパラメータを持つ。
関連論文リスト
- VibeMemBench: Evaluating Memory Systems for Coding Agents on Real Repository Coding Tasks [74.71365175490853]
我々は90のSWE-rebench V2レポジトリから111のコーディングターゲットのメモリシステムを評価するベンチマークであるVibeMemBenchを紹介する。
ターゲットはSWEベンチマークスタイルに従い、バグ修正、機能要求、インターフェースの変更、設定作業をカバーする。
ダイレクトインジェクションは、4つのタスクの解像度を1.1から4.5ポイント引き上げ、エージェントステップを5つに下げる。しかし、4つの既存のメモリシステムが同じ履歴から経験を構築・取得しなければならない場合、12のソルバのうち11のシステムペアリングは一致したメモリオフベースラインを超えない。
論文 参考訳（メタデータ） (2026-09-20T11:44:03Z) - CHISEL-ing Back Source Code with AI-enabled Iterative Recovery [7.946261291068861]
Decompilationは、バイナリから高レベル、コンパイル可能、セマンティックに等価なコードを復元することを目的としている。
従来の逆コンパイラは読みにくく、コンパイルできない擬似Cを生成するが、最近のLCM支援アプローチは読みやすいが意味的に正しくないコードを生成する。
本稿では,Ghidra由来の擬似Cから反復的にソースコードを復元するテストスイートフリーフレームワークであるCHISELを提案する。
論文 参考訳（メタデータ） (2026-08-28T06:49:21Z) - SBridge: Identifying Source-to-Binary Function Similarity via Cross-Domain Control Block Matching [3.905466484594527]
SBridgeは、与えられたソースコード関数に類似したバイナリ内の関数を正確に識別するためのアプローチである。
評価のために,BinKitから実世界のC/C++バイナリを3,904個収集した。
論文 参考訳（メタデータ） (2026-06-26T13:03:43Z) - CODEFUSE-DEBENCH: An Empirical Study on Readability, Recompilability, and Functionality [14.354022325641088]
本稿では, 可読性, 再コンパイル性, 機能性の3次元に沿って, 再コンパイル品質を測定する再利用可能な評価パラダイムを提案する。
我々は,多次元デコンパイル評価のための最初の自動フレームワークであるDEBENCHを提案する。
論文 参考訳（メタデータ） (2026-05-28T07:17:53Z) - Constraint-Guided Multi-Agent Decompilation for Executable Binary Recovery [47.704311990064554]
脱コンパイルは、セキュリティ分析、マルウェアのリバースエンジニアリング、レガシーソフトウェアメンテナンスに不可欠である。
マルチレベル制約誘導型デコンパイル(MCGD)により,デコンパイルされたコードを再実行可能なソースに変換するマルチエージェントフレームワークを提案する。
本フレームワークは,84～97%の再実行性を実現し,28～89ポイントのベースラインデコンパイラ出力を改善した。
論文 参考訳（メタデータ） (2026-04-27T01:28:11Z) - HELIOS: Hierarchical Graph Abstraction for Structure-Aware LLM Decompilation [11.110675371854988]
textscHELIOSは、バイナリの逆コンパイルを構造化推論タスクとして再構成するフレームワークである。
textscHELIOSは、セキュリティ設定のリバースエンジニアリングのための実用的なビルディングブロックである。
論文 参考訳（メタデータ） (2026-01-21T02:37:33Z) - 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) - EFACT: an External Function Auto-Completion Tool to Strengthen Static Binary Lifting [4.276785740191791]
既存のツールは、静的バイナリリフトにおける外部関数補完(EXFC)の影響を見落としている。
本稿では,静的リフティングのための外部関数自動補完ツールEFACTを提案する。
EFACT は SPEC CPU 2017 においてEXFリカバリにおいて RetDec と McSema を96.4%,97.3% で上回った。
論文 参考訳（メタデータ） (2024-05-15T06:57:05Z) - FoC: Figure out the Cryptographic Functions in Stripped Binaries with LLMs [51.898805184427545]
削除されたバイナリの暗号関数を抽出するFoCと呼ばれる新しいフレームワークを提案する。
まず、自然言語における暗号関数のセマンティクスを要約するために、バイナリ大言語モデル(FoC-BinLLM)を構築した。
次に、FoC-BinLLM上にバイナリコード類似モデル(FoC-Sim)を構築し、変更に敏感な表現を作成し、データベース内の未知の暗号関数の類似実装を検索する。
論文 参考訳（メタデータ） (2024-03-27T09:45:33Z)
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。