asmsense: 소스 코드를 아는 22만 개가 넘는 x86-64 함수와 누락된 데이터 목록

요약

asmsense는 22만 개가 넘는 x86-64 함수에 대해 이름과 설명을 제공하는 대규모 데이터셋 및 소형 모델입니다. 이 프로젝트는 라이선스가 허가된 C 코드를 직접 컴파일하여 모든 함수가 실제 이름과 소스 코드와 연결되도록 구축했습니다. 향후 RL 환경으로 확장할 계획이며, 기존 벤치마크의 한계점과 보상 설계에 대한 질문을 던지고 있습니다.

핵심 포인트

• 22만 개 이상의 x86-64 함수를 포함하는 대규모 데이터셋입니다.
• 실제 소스 코드와 이름을 연결하여 학습 데이터를 구축했습니다.
• RL 환경으로 확장할 계획이며, 보상 설계의 어려움을 논합니다.
• ARM64, RISC-V 등 다른 아키텍처 지원이 필요합니다.