Buchumschlag

The CodeInverter Suite: Control-Flow and Data-Mapping Augmented Binary Decompilation with LLMs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Peipei, Sun, Jian, Sun, Rongkang, Chen, Li, Yan, Zhaoteng, Zhang, Peizheng, Sun, Dapeng, Wang, Dawei, Zhang, Xiaoling, Li, Dan
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Software Engineering Programming Languages
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Decompile-Bench: Million-Scale Binary-Source Function Pairs for Real-World Binary Decompilation
von: Tan, Hanzhuo, et al.
Veröffentlicht: (2025)

SK2Decompile: LLM-based Two-Phase Binary Decompilation from Skeleton to Skin
von: Tan, Hanzhuo, et al.
Veröffentlicht: (2025)

Is This the Same Code? A Comprehensive Study of Decompilation Techniques for WebAssembly Binaries
von: Wu, Wei-Cheng, et al.
Veröffentlicht: (2024)

Superset Decompilation
von: Liu, Chang, et al.
Veröffentlicht: (2026)

FidelityGPT: Correcting Decompilation Distortions with Retrieval Augmented Generation
von: Zhou, Zhiping, et al.
Veröffentlicht: (2025)

SCRIBE: Practical Static Binary Patching via Binary-Aware Recompilation of Decompiled Code
von: Dai, Han, et al.
Veröffentlicht: (2026)

Constraint-Guided Multi-Agent Decompilation for Executable Binary Recovery
von: Zhang, Yifan, et al.
Veröffentlicht: (2026)

ReF Decompile: Relabeling and Function Call Enhanced Decompile
von: Feng, Yunlong, et al.
Veröffentlicht: (2025)

A Test Suite for Efficient Robustness Evaluation of Face Recognition Systems
von: Zhang, Ruihan, et al.
Veröffentlicht: (2025)

Teaching Code LLMs to Use Autocompletion Tools in Repository-Level Code Generation
von: Wang, Chong, et al.
Veröffentlicht: (2024)

Demystifying and Assessing Code Understandability in Java Decompilation
von: Qin, Ruixin, et al.
Veröffentlicht: (2024)

SALT4Decompile: Inferring Source-level Abstract Logic Tree for LLM-Based Binary Decompilation
von: Wang, Yongpan, et al.
Veröffentlicht: (2025)

CodableLLM: Automating Decompiled and Source Code Mapping for LLM Dataset Generation
von: Manuel, Dylan, et al.
Veröffentlicht: (2025)

CoDe-R: Refining Decompiler Output with LLMs via Rationale Guidance and Adaptive Inference
von: Zhang, Qiang, et al.
Veröffentlicht: (2026)

ConAIR:Consistency-Augmented Iterative Interaction Framework to Enhance the Reliability of Code Generation
von: Dong, Jinhao, et al.
Veröffentlicht: (2024)

DecompileBench: A Comprehensive Benchmark for Evaluating Decompilers in Real-World Scenarios
von: Gao, Zeyu, et al.
Veröffentlicht: (2025)

Co-Evolution of Types and Dependencies: Towards Repository-Level Type Inference for Python Code
von: Sun, Shuo, et al.
Veröffentlicht: (2025)

LAURA: Enhancing Code Review Generation with Context-Enriched Retrieval-Augmented LLM
von: Zhang, Yuxin, et al.
Veröffentlicht: (2025)

LLMs are Bug Replicators: An Empirical Study on LLMs' Capability in Completing Bug-prone Code
von: Guo, Liwei, et al.
Veröffentlicht: (2025)

Idioms: Neural Decompilation With Joint Code and Type Definition Prediction
von: Dramko, Luke, et al.
Veröffentlicht: (2025)

Can LLMs Deobfuscate Binary Code? A Systematic Analysis of Large Language Models into Pseudocode Deobfuscation
von: Hu, Li, et al.
Veröffentlicht: (2026)

GramTrans: A Better Code Representation Approach in Code Generation
von: Zhang, Zhao, et al.
Veröffentlicht: (2025)

CLAP: Learning Transferable Binary Code Representations with Natural Language Supervision
von: Wang, Hao, et al.
Veröffentlicht: (2024)

TestDecision: Sequential Test Suite Generation via Greedy Optimization and Reinforcement Learning
von: Wang, Guoqing, et al.
Veröffentlicht: (2026)

Fix the Tests: Augmenting LLMs to Repair Test Cases with Static Collector and Neural Reranker
von: Liu, Jun, et al.
Veröffentlicht: (2024)

Improving LLM-Based Go Code Review through Issue-List Generation and Context Augmentation
von: Sun, Kexin, et al.
Veröffentlicht: (2026)

Token Sugar: Making Source Code Sweeter for LLMs through Token-Efficient Shorthand
von: Sun, Zhensu, et al.
Veröffentlicht: (2025)

VulCatch: Enhancing Binary Vulnerability Detection through CodeT5 Decompilation and KAN Advanced Feature Extraction
von: Chukkol, Abdulrahman Hamman Adama, et al.
Veröffentlicht: (2024)

Enhancing Code Generation Performance of Smaller Models by Distilling the Reasoning Ability of LLMs
von: Sun, Zhihong, et al.
Veröffentlicht: (2024)

Enhancing Function Name Prediction using Votes-Based Name Tokenization and Multi-Task Learning
von: Zhang, Xiaoling, et al.
Veröffentlicht: (2024)

Search-Induced Issues in Web-Augmented LLM Code Generation: Detecting and Repairing Error-Inducing Pages
von: Wang, Guoqing, et al.
Veröffentlicht: (2026)

VeriScale: Adversarial Test-Suite Scaling for Verifiable Code Generation
von: Bai, Yifan, et al.
Veröffentlicht: (2026)

Contextualized Code Pretraining for Code Generation
von: Liu, Chen, et al.
Veröffentlicht: (2026)

Augmenting Smart Contract Decompiler Output through Fine-grained Dependency Analysis and LLM-facilitated Semantic Recovery
von: Liao, Zeqin, et al.
Veröffentlicht: (2025)

PCodeTrans: Translate Decompiled Pseudocode to Compilable and Executable Equivalent
von: Cui, Yuxin, et al.
Veröffentlicht: (2026)

RepoZero: Can LLMs Generate a Code Repository from Scratch?
von: Zhang, Zhaoxi, et al.
Veröffentlicht: (2026)

Unmasking the Genuine Type Inference Capabilities of LLMs for Java Code Snippets
von: Dong, Yiwen, et al.
Veröffentlicht: (2025)

Write Your Own CodeChecker: An Automated Test-Driven Checker Development Approach with LLMs
von: Liu, Jun, et al.
Veröffentlicht: (2024)

Are Benchmark Tests Strong Enough? Mutation-Guided Diagnosis and Augmentation of Regression Suites
von: Li, Chenglin, et al.
Veröffentlicht: (2026)

Evaluating the Generalizability of LLMs in Automated Program Repair
von: Li, Fengjie, et al.
Veröffentlicht: (2025)