首发：LLM4Decompile反编译大模型的试用实践过程梳理

LLM4Decompile 是一款开源大型语言模型，专注于反编译工作，根据公开资料显示：根据公开资料显示：LLM4Decompile具备将二进制文件反编译为C语言代码的能力，并在著名的HumanEval 数据集上取得了21%的反编译通过率，相较于GPT4反编译能力提升了50%。LLM4Decompile项目采用了AnghaBench 的一百万个函数作为训练数据，针对Linux x86_64平台，使用GCC编译器并在不同优化级别（O0-O3）下将源码编译为二进制文件。随后通过objdump指令，将二进制文件反汇编为汇编指令，与原始代码组成匹配的数据对。该项目基于DeepSeek-Coder进行了模型sequence-to-sequence微调，以汇编指令作为输入，计算反编译结果与源码之间的的Cross Entropy Loss。通过不断优化损失函数，项目训练了一系列规模从13亿到330亿的大型模型。

基于此，我们将其内容进行了实践，现在将其试用过程的一些关键点进行介绍：

论文地址：https://arxiv.org/abs/2403.05286

代码地址：https://github.com/albertan017/LLM4Decompile

首先，在github找到代码位置：

      然后，我们开始进行实操：

      1.搭建基础环境1.python3,我用的是3.12.4      

     2.安装Anaconda，命令行图形化界面都行。

     按照指引，执行以下命令：     

cd LLM4Decompile
conda create -n 'llm4decompile' python=3.9 -y
conda activate llm4decompile
pip install -r requirements.txt

    注意，如果执行最后一句（pip install）如果有些依赖没有成功，可以暂时忽略，可以打开

    requirements.txt找到里面的依赖，一个一