知识卡片：当LLM反编译器“重编译得更多，却保留得更少”

英文标题：When LLM Decompilers Recompile More and Preserve Less
英文关键词：LLM decompilers; recompilability; re-executability; semantic preservation; fuzzing; Decompile-Diverge; security
原始来源：arXiv:2609.05370v1 — https://arxiv.org/abs/2609.05370v1

一句话结论

在LLM反编译评测中，“输出能重新编译并通过自带输入/输出测试”并不等于保留原函数行为；作者提出的Decompile-Diverge用模糊测试语料做行为比对，发现通过全部自带测试的候选中仍有4.9%与原始行为不一致，单一系统最高达13%。

事件概述或研究问题

• 反编译是从已编译机器码恢复高层源代码的过程，是漏洞检测、恶意软件分析等安全任务的基础。
• 传统反编译器如Ghidra、Hex-Rays会把无法解析的部分暴露为可见占位符，且经常输出无法编译或无法执行的伪代码。
• LLM反编译器则能生成干净、地道的C代码，目前评测几乎只看“可重编译性”和“可重执行性”：输出能否构建，并跑过其自带输入/输出测试。
• 研究问题：这些指标是否真的衡量了LLM反编译器对程序行为的保留？特别是，安全关键的错误或崩溃是否会在重编译后被悄悄抹掉？

方法/产品要点

• 作者提出 Decompile-Diverge：一个不依赖固定或手工测试用例的行为比较“预言机/基准”。
• 它对每个函数自动合成调用驱动（driver），从参考行为出发生长出模糊测试语料，再用同一批输入运行反编译后的代码，与原始行为比对。
• 相比“能否构建、能否通过自带测试”，该方法试图捕捉的是更广泛输入空间上的行为变化。

主要结果或产业意义

• 在8个系统、9种配置、已有LLM反编译评测语料上：能通过全部自带测试的候选函数，仍有总体4.9%在Decompile-Diverge生成的输入语料上与原始行为不一致；单一系统最高达到13%。
• 在300个真实GitHub库函数和287个CVE相关函数上，“可重编译性”和“行为一致”可以脱节：
  • 最强的refinement式LLM把Ghidra的构建率从75%提升到90%；
  • 但其Matched rate（原文术语，未展开公式）从74%降至62%。
  • 在已披露漏洞函数上，最多十分之一的输出呈现“崩溃缺失”（Crash Absence），即原有崩溃在重编译后的代码中消失，且没有传统占位符那种可见痕迹。
• 源码级分析显示，分歧来自LLM引入的字段、类型、被调用函数（callees）和守卫条件（guards），这些元素替换/消除了传统反编译器留下的“可见未知”。
• 对安全工具链的意义：如果反编译输出用于漏洞分析或恶意代码理解，“能编译+自带测试通过”并不等于安全语义仍在。

为什么重要

• 已有相关卡片分别记录LLM智能体目标涌现、重复采样vs自我反思、机器翻译测试时扩展；本条不是重复这些方法比较，而是聚焦“评测指标是否奖励了错误方向”。
• 增量信息在于：LLM反编译器可以一边让输出变得更可编译、更干净，一边让行为一致率下降，甚至掩盖已披露漏洞。这提醒我们，对安全相关的LLM代码工具，不能只以表面可用性和有限测试集为验收标准，而需要引入不依赖固定用例的行为差异检查，例如Decompile-Diverge式模糊测试比对。

局限与不确定性

• 本卡依据的是arXiv摘要与页面信息，不是完整论文正文；Decompile-Diverge的实现细节、语料生成方式、各系统名称与配置均未在摘要中展开。
• “Matched rate”对应的中文理解“行为一致率”是据摘要语境的转述；其精确定义、统计口径和具体计算方式待核实。
• 4.9%总体分歧率和13%最高值分别对应哪些系统/配置，需查看原文正文，摘要未给出对应表格。
• “最多十分之一”的Crash Absence出现在哪些条件下、是否只针对最强refinement LLM，原文摘要未完全说明。
• 模糊测试语料本身可能有覆盖局限，因此“未发现分歧”不等同于完全语义等价；这一限制在摘要中没有进一步讨论。

可用于图书/PPT/简报的角度

• “能重编译≠行为正确”：用模糊测试检验LLM反编译器。
• “当漏洞悄然消失”：干净、可读的C代码可能反而掩盖崩溃。
• 构建率上升、行为一致率下降：一个直观的“指标与目标背离”案例。
• 对AI安全评估的启示：不要只依赖模型自带测试或少量手工用例，需要用行为差异测试补充基准。

原始材料

• 获取标题：When LLM Decompilers Recompile More and Preserve Less
• arXiv ID：2609.05370v1
• 作者：Chang Liu, Edward Raff, Kristopher Micinski
• 分类：cs.CR, cs.AI
• arXiv页面显示提交/更新时间：2026-09-04
• URL：https://arxiv.org/abs/2609.05370v1
• PDF：https://arxiv.org/pdf/2609.05370v1