Newest papers

Beyond Tokens: NumAnchor for Address-Grounded Numeric Operand Representation in Assembly Language Models

Kun Liu, Keith Mitchell, Xin Hu, Jiangcheng Yu, Chenke Luo, Zhengming Ding, Haotian Zhang, Jiang Ming · 2026 · arXiv

DOI: 10.48550/arXiv.2610.29027 · open-access PDF

Hindi

Assembly Language Models (ALMs) स्वचालित द्विआधारी विश्लेषण के लिए महत्वपूर्ण हो रहे हैं, फिर भी उनके टोकन स्तर के इंटरफ़ेस अक्सर संख्यात्मक रूप से समान ऑपरैंड्स को अस्पष्ट करते हैं. दो कॉर्पोरे में, ऐसे ऑपरैंड्स ऑपरैंड घटनाओं के 45.7% और 40.9% का प्रतिनिधित्व करते हैं और शाखा लक्ष्यों, वैश्विक डेटा, स्टैक स्लॉट, निरंतर, या अस्वीकृत पेंटर उत्पन्न मानों का प्रतिनिधित्व कर सकते हैं. मौजूदा मानसिकता रणनीतियां अक्सर अपनी पहचान और संरचनात्मक संबंधों को खो देते हैं. हम NumAnchor, एक इनपुट सीमा एडाप्टर प्रस्तुत करते हैं जो टाइप किए गए, कैनोनीकृत प्रोग्राम इकाइयों के रूप में

Machine translation (Meta M2M100); the English original follows.

Abstract

Assembly language models (ALMs) are becoming important for automated binary analysis, yet their token-level interfaces often obscure numeric-like operands. In two corpora, such operands account for 45.7% and 40.9% of operand occurrences and may denote branch targets, global data, stack slots, constants, or unresolved pointer-derived values. Existing normalization strategies often lose their identities and structural relationships. We present NumAnchor, an input-boundary adapter that represents recoverable numeric-like operands as typed, canonicalized program entities. NumAnchor encodes code, d

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange