智能体 · Skill · MCP / 论文

ATLAS: A Multi-Agent Framework for Lifting Binary to Canonical Compiler IR

arxiv.org·2026/10/23

内容工具 · 模型与重新生成

AI 解读已生成 · AI 生成，数字以原文为准

AI 全文总结值得深入基于论文全文 8.7 万字 · 超长，已按章节压缩为 7.9 万字

多智能体验证闭环做二进制→LLVM IR 提升，x86-64 重执行率 94.5%

面向安全分析与遗留软件迁移中源码缺失的问题，优化、去符号二进制难还原为可分析预优化 LLVM IR，ATLAS 以固定未优化工具链输出为规范目标，先用伪探针归因构建区域级汇编与 IR 样例库，再按控制流分区检索，由 Lift、Advisor、Validation 依据 verifier、编译诊断和运行时证据做局部修复，并迭代到通过验证或达到预算；无测试时用接口推断、动态插桩、fuzzing 与差分执行构造行为检查。作者在 HumanEval-Decompile、MBPP 上按不同优化级别对比 RetDec 与通用 LLM，用可重执行率、编辑相似度、CFG 匹配和指针覆盖评测，报告跨架构平均可重执行率 91.8%、CFG 相似度 89.4%，并在跨 ISA 迁移达 93.6%，均高于基线；其产物可增强 SVF 指针流分析、支持跨 ISA 重编译，但新 ISA 需重建检索库，无测试场景依赖近似 oracle，长函数受上下文窗口限制。

1目标定为 clang -O0 规范 IR，而非可读 C 代码
2区域级（控制流）检索粒度优于基本块与函数级
3诊断驱动的局部修复 + 工具链验证闭环，上限 5 轮

为什么重要　「生成-诊断-局部修复-工具验证」闭环是智能体工程的高完成度参考；无源码迁移与二进制审计有了可行管线适合　做 LLM 代码智能体、二进制分析/逆向、编译器工具链的工程师与研究者

来源: arxiv.org
发布: 2026/10/23

中文（AI 翻译）

当源代码不可用时，将已剥离、重度优化的二进制文件提升为规范化的、优化前的 LLVM intermediate representation (IR)，对下游安全分析和遗留软件迁移至关重要。然而，激进的编译器优化会重写控制流和数据流、移除结构元数据，并引入类型擦除的低层惯用法，导致当前提升器生成格式错误或语义偏离的 IR。我们提出了 ATLAS，这是一个多智能体框架，旨在从优化后的反汇编中重建形式有效且规范化的 LLVM IR。

ATLAS 结合了（i）结构感知的区域级检索，其利用 pseudo-probe attribution 将优化后的指令与规范化 IR 示例对齐；以及（ii）协作式精炼循环，以弥合概率生成与确定性编译器约束之间的差距。具体而言，Lift agent 基于检索到的示例生成初始 IR 草案，Advisor agent 解释 LLVM verifier/compilation diagnostics 和静态检查并提出局部修复动作，Validation agent 应用编辑、重新运行工具链验证以及（在可用时）运行时检查，并将生成的诊断信息反馈给 Advisor。这些智能体反复迭代，直到 IR 通过验证且行为一致，或达到预算限制。

在 HumanEval-Decompile 和 MBPP 上，ATLAS 在提升 LLVM IR 方面优于七个基线，在 ARM、x86-64 和 RISC-V 二进制文件上实现了 91.8% 的可重执行性和 89.4% 的 CFG 相似性。此外，我们的评估表明，ATLAS 在指针流精度和下游可分析性方面也优于 Binary to C to IR 管线。通过恢复格式良好、以机器为中心的表示，ATLAS 使实用的跨 ISA 重编译和可验证的仅二进制迁移工作流成为可能。

原文

Lifting stripped, heavily optimized binaries to a canonical, pre-optimization LLVM intermediate representation (IR) is essential for downstream security analysis and legacy software migration when source code is unavailable.

However, aggressive compiler optimizations rewrite control and data flow, remove structural metadata, and introduce type-erased low-level idioms, causing current lifters to produce malformed or semantically divergent IR.

We present ATLAS, a multi-agent framework designed to reconstruct formally valid and canonical LLVM IR from optimized disassembly.ATLAS combines (i) Structure-aware, region-level retrieval, which utilizes pseudo-probe attribution to align optimized instructions with canonical IR exemplars, and (ii) a collaborative refinement loop that closes the gap between probabilistic generation and deterministic compiler constraints.

Concretely, a Lift agent generates an initial IR draft conditioned on retrieved exemplars, an Advisor agent interprets LLVM verifier/compilation diagnostics and static checks to propose localized repair actions, and a Validation agent applies the edits, re-runs toolchain verification and (when available) runtime checks, and feeds the resulting diagnostics back to the Advisor.

The agents iterate until the IR is verifier-clean and behaviorally consistent, or a budget limit is reached.

On HumanEval-Decompile and MBPP, ATLAS outperforms seven baselines on lifting LLVM IR, achieving 91.8% re-executability and 89.4% CFG similarity across ARM, x86-64, and RISC-V binaries.

Moreover, our evaluation demonstrates that ATLAS also outperforms the Binary to C to IR pipelines in pointer-flow precision and downstream analyzability.

By recovering a well-formed, machine-centric representation, ATLAS enables practical cross-ISA recompilation and verifiable binary-only migration workflows.

94.5%

x86-64 重执行率

HumanEvel 平均，-O0~-O3

93.6%

迁移重执行率

x86-64→ARM64 重编译后

132.9

SVF

RetDec 107.1 / LLM4Dec 80.4

$0.0446

单函数成本

Gemini-3 骨干，6 会话合计

注释 · 均为官方报告值；成本是固定 5 轮的上界配置，非典型均值出自表 III/VI/VII/XIV

ATLAS
94.5%
MCTOLL
62.1%
RetDec
45.3%
Gemini-3
30.2%
Claude Sonnet
11.9%
DeepSeek-V3.2
10.1%
ChatGPT-4o
4.4%

注释 · ATLAS 的 CFG 全匹配 26.9%、WL 相似度 97.8；各基线全匹配均低于 6%出自表 III

定义任务：正向为源码→-O3 优化二进制，逆向提升的目标是 -O0 规范 IR 而非高层源码

ATLAS 总览：三代理 + 结构感知 RAG 库 + 工具链反馈闭环的关系，是全文架构图

代理构成: Lift / Advisor / Validation
修复预算: 上限 5 轮迭代
RAG 语料: 285K 区域级条目（ExeBench）
嵌入编码器: Nova-1.3B，LoRA $r = 8$
编译工具链: Clang 19，llvm-objdump，opt -verify
评测规模: 164 + 500 题 × 3 ISA × 4 优化级

流程

三代理闭环流程

Advisor–Validation 闭环是端到端正确性的主驱动

01
反汇编与 CFG 分段
llvm-objdump 反汇编；angr 恢复函数级 CFG；以出度≥2 的分歧点为区域头切分，回边聚成循环区域
02
区域级 RAG 检索
Nova-1.3B 编码查询区域，FAISS 最近邻检索 top-k 个对齐的 ⟨汇编, LLVM $IR ⟩$ 样例
03
Lift 生成 IR 初稿
查询区域 + 检索样例构造 in-context prompt，LLM 生成单函数、规范风格的 IR 草稿
04
Advisor 诊断与定位
聚合 llvm-as / opt -verify 与运行时测试日志，按四类错误定位到函数/基本块/指令切片，产出结构化修复动作
05
Validation 打补丁
应用修复动作后重编译、重测试；失败连同补丁后 IR 与诊断回传 Advisor 再规划
06
终止条件
通过 LLVM 验证与全部可用测试即早停；预算上限 5 轮修复迭代

注释 · CFG 恢复不完整时，分段保守回退为线性地址区间出自 §III–VII

多智能体验证闭环做二进制→LLVM IR 提升，x86-64 重执行率 94.5%

1目标定为 clang -O0 规范 IR，而非可读 C 代码

2区域级（控制流）检索粒度优于基本块与函数级

3诊断驱动的局部修复 + 工具链验证闭环，上限 5 轮

来源

arxiv.org

发布

2026/10/23

中文（AI 翻译）

原文

The agents iterate until the IR is verifier-clean and behaviorally consistent, or a budget limit is reached.

On HumanEval-Decompile and MBPP, ATLAS outperforms seven baselines on lifting LLVM IR, achieving 91.8% re-executability and 89.4% CFG similarity across ARM, x86-64, and RISC-V binaries.

Moreover, our evaluation demonstrates that ATLAS also outperforms the Binary to C to IR pipelines in pointer-flow precision and downstream analyzability.

By recovering a well-formed, machine-centric representation, ATLAS enables practical cross-ISA recompilation and verifiable binary-only migration workflows.

ATLAS: A Multi-Agent Framework for Lifting Binary to Canonical Compiler IR

多智能体验证闭环做二进制→LLVM IR 提升，x86-64 重执行率 94.5%

摘要

中文（AI 翻译）

原文

ATLAS 关键指标

HumanEval x86-64 重执行率对比

核心图文

ATLAS 三代理提升流程

关键规格

三代理闭环流程

论文原文 · PDF

ATLAS: A Multi-Agent Framework for Lifting Binary to Canonical Compiler IR

多智能体验证闭环做二进制→LLVM IR 提升，x86-64 重执行率 94.5%

摘要

中文（AI 翻译）

原文

ATLAS 关键指标

HumanEval x86-64 重执行率对比

核心图文

ATLAS 三代理提升流程

关键规格

三代理闭环流程

论文原文 · PDF