1 Repo
Awesome GitHub RepositoriesPseudo-Code Refiners
Neural processes that improve decompiled code by restoring structural skeletons and identifiers.
Distinct from Code Refinement: Focuses on restoring lost metadata in decompiled code rather than general code improvement.
Explore 1 awesome GitHub repository matching part of an awesome list · Pseudo-Code Refiners. Refine with filters or upvote what's useful.
Awesome Pseudo-Code Refiners GitHub Repositories
Finde die besten Repos mit KI.Wir suchen mit KI nach den am besten passenden Repositories.
- albertan017/llm4decompile
albertan017/LLM4Decompile
6,728Auf GitHub ansehenLLM4Decompile ist ein Toolset und Framework für die Übersetzung von Binärcode in Quellcode. Es nutzt Large Language Models (LLMs), um Maschinencode in lesbaren Quellcode umzuwandeln und die ursprüngliche Logik kompilierter ausführbarer Dateien wiederherzustellen. Das Projekt enthält eine spezialisierte Pipeline zur Generierung synthetischer Trainingsdatensätze durch die Konvertierung von Quellcode in Assembly-Paare. Es bietet ein Fine-Tuning-Framework zur Optimierung von Deep-Learning-Modellen auf diesen Binär-zu-Quellcode-Datensätzen, um die Genauigkeit der Code-Wiederherstellung zu erhöhen. Das System bietet zudem Funktionen zur Verfeinerung von dekompiliertem Pseudocode. Dieser Prozess konzentriert sich auf die Wiederherstellung des strukturellen Skeletts und der Variablennamen einer Binärdatei, um die Lesbarkeit der disassemblierten Logik zu verbessern.
Implements a language model process to polish disassembled code and restore variable names.
Python
