Компьютерные науки > Криптография и безопасность [представлен 26 октября 2026 года] Название: BUSTA: Преподавание моделей малых языков для обоснования бинарных операций PDF HTML (экспериментальный) резюме: модели крупных языков (LLM) все чаще применяются к рабочим потокам в области обратной инженерии. Однако RE отличается от обычных задач кодировки LLM, так как для этого требуются модели, чтобы рассуждать о поведении программ низкого уровня. Кроме того, использование инструментов в привязке к окружающей среде с ограниченными ресурсами ограничивает возможности использования решений пограничного масштаба. Мы изучаем вопрос о том, может ли целенаправленный подход к подготовке кадров в области УЗМ передавать различные навыки ВЭ для открытия моделей посредством обратного базового блока: с учетом базового блока x86-64 и желаемого состояния регистра выходных данных модель предсказывает значения входных регистров, которые производят его. Тонкая настройка {Qwen3-1.7B} и intexttt {Nemotror-3-Nano} с помощью групповой относительной оптимизации политики (ГРПО) позволяет повысить степень точности данных о регистре с 73,2% до 85,3% и с 63,3% до 95,2% соответственно. Пограничные модели по-прежнему находятся на самом высоком уровне (до 99,2 промилле), но наша точная коррекция / texttt {Nemetroron-3 - Nano} находится в пределах четырех очков при процентной доле числа параметров. Мы выпускаем как усовершенствованные модели, так и набор учебных данных. Дополнительные параметры контекст…
BUSTA: Преподавание моделей малоязычного языка для объяснения причин, связанных с казнями на двухъярусной основе
arXiv: 261 0362628v1 Тип уведомления: перекрестное резюме: Большие языковые модели (LLM) все чаще применяются к рабочим потокам обратной инженерии (RE). Однако RE отличается от обычных задач кодировки LLM, так как для этого требуются модели, чтобы рассуждать о поведении программ низкого уровня. Кроме того, использование инструментов в привязке к окружающей среде с ограниченными ресурсами ограничивает возможности использования решений пограничного масштаба. Мы изучаем вопрос о том, может ли целенаправленный подход к подготовке кадров в области УЗМ передавать различные навыки ВЭ для открытия моделей посредством обратного базового блока: с учетом базового блока x86-64 и желаемого состояния регистра выходных данных модель предсказывает значения входных регистров, которые производят его. Тонкая настройка {Qwen3-1.7B} и intexttt {Nemotror-3-Nano} с помощью групповой относительной оптимизации политики (ГРПО) позволяет повысить степень точности данных о регистре с 73,2% до 85,3% и с 63,3% до 95,2% соответственно. Пограничные модели по-прежнему находятся на самом высоком уровне (до 99,2 /%), но наши усовершенствованные модели *texttt {Nemotron-3-Nano} достигают 4 очков в