AI根据代码内容自动起函数名,再也不怕命名不规范的同事了
本文经AI新媒体量子位(公众号ID:QbitAI)授权转载,转载请联系出处。
有的人能把代码写成推理小说。
需要一个临时变量的时候就叫temp,需要多个就叫var1,var2。
甚至用拼音AI缩写当函数名,比如查询订单就叫cxdd。
要想看懂这样的代码,得联系上下文反复推敲,还原每个部分的真实作用。
这个过程叫做反混淆(Deobfuscation)。
麻烦,着实麻烦。就没有省事儿点的办法吗?
让AI根据来啊!
最近,Facebook就出了这样一个语言模型DOBF,专治代码混淆。
像下图这种,所有不影响运行的变量名、函数名、类名,都被替换成无意义的符号,AI都能作出猜测并尝试还原。
来看看和正确答案的对比代码,虽然不是完全一样,但AI的改法也大大提高了代码的可读性。
像FUNC_0,源代码中是“重置参数”,AI改成“初始化权重”,也完全说得通。
DOBF模型目前除了Python还支持C++和Java。
编码内容不规范的人毕竟是少数,这个模型更广泛的用途是恢复故意做混淆以保护知识产权的代码,比如这种:
代码写好后,把不影响编译运行的部分,批量替换成人类难以分辨的符号,给破译增加难度。
在这之前也有掩码语言模自动型(Masked Language Model)用于恢复被遮蔽的文本。
用于恢复代码的有哈工大&微软开发的CodeBERT和Facebook之前开发的TransCoder,但效果都不如最新的D起函OBF。
DOBF超过它们靠的不是模型架构上的创新或数据集的完善,而是提出了新的预训练任务。
合理的任务指导AI学习
之前的掩码语言模型多是随机选择要掩蔽的部分,经常会选到括号逗号这种对AI来说没什么难度的。
D数名OBF的做法是指定遮蔽变量名、函数名和类名并让AI去恢复,这个任务难度更大,能迫使AI学到更深层的规律。
另外还用相同的符号替代多次出现的同一名称,这样可以防止AI发现有的名字可以复制粘贴之后学会偷懒走捷径,再。
像上图中的变量V3,AI从第3行的定义可以看出这个变量是List类型,再一看第5行调用的是pop(0)。
这不是先进先出嘛,AI就会命名成queue(队列)而不是stack(堆栈)了。
更厉害的还在后面,也不DOBF通过代码内容甚至能判断出相应函数是生成斐波那契数列和做向量点积的。
DOBF在架构上其实没有特别的设计,只是为了公平对比分别训练了两个和CodeBERT、TransCoder层数一样的模型。
成功的关怕命键之处就在于合理的训练任务。
微调一下能完成更多任务
验证了这个方法有效后,Facebook把这个训练任务提取出来称为DOBF任务,还可以用于训练其他语言模型。
比如在TransCoder模型上把DOBF作为预名不训练任务,再用CodeXGLUE基准测试中的下游任务进行微调。
结果在代码抄袭检测、总结代码生成文档、和自然语言搜索代码片段这3个任务上,使用DOBF或MLM+DOBF预训练都取得了更好的成绩。
Fa规范cebook下一步还要以DOBF作为指导,看看能不能为自然语言设计更好的预训练目标。
不过代码上的事还不算完,人类在混淆代码上可是无所不用其极的。
期待着有一天,AI连国际C语言混乱代码大赛上的变态的同代码也能看懂。
Github地址:
https://github.com/facebookresearch/CodeGen/blob/master/docs/dobf.md
论文地址:
https://arx事了iv.org/abs/2102.07492
国际C语言混乱代码大赛:
http://www.ioccc.org/
-
标签: 特斯拉 Model3 ModelY 轻松贷2021年,人工智能和物联网的互操作性需求将继续增加YouTube Studio大升级!AI助手上线,创作者可一键检测盗用面孔华为云计算技术有限公司注册资本增加至50亿元Google 在搜索垄断补救听证会上为 Gemini 辩护,极力争取 AI 业务扩张自由腾讯全新AI绘画升级!微调技术让生成图像美感提升300%YouTube Studio大升级!AI助手上线,创作者可一键检测盗用面孔云计算开发实例:Python3将时间戳转换为指定格式日期鑻规灉楂樼�瑙h�璐㈡姤锛氶�璁′笁瀛e害渚涜揣缂哄彛浼氭洿涓ラ噸苹果和微软在AR、游戏等领域的竞争将再次升温
- ·法国AI独角兽Mistral AI估值飙升至140亿美元
- ·Facebook推出VR远程办公应用 称之为“向元宇宙迈出的一步”
- ·标签: OpenAI Astral Codex Python工具
- ·COVID-19大流行正推动面部识别技术应用
- ·DeepSeek突袭更新V3.2后紧急下架
- ·标签: Anthropic Claude Code OpenClaw OpenAI
- ·标签: Mobileye Mentee Robotics 阿莫农·沙舒亚 自动驾驶
- ·AI聊天机器人酿悲剧!Character.AI紧急禁用青少年开放对话,转向“创作平台”求生
- ·京东自研的「京点点AI文案」全新上线,3秒出稿
- ·云计算核心技术Docker教程:注册服务器Swarm 服务运行
- ·标签: 问界汽车 天美蒙特利尔 ASML EUV光刻
- ·苹果Xcode即将原生集成Claude,开发者编程体验将迎来重大升级
- ·谷歌宣布推出第四代TPU Pods 算力是上一代的两倍
- ·和GPT聊天就能修图?Adobe联手OpenAI,Photoshop正式接入ChatGPT,创意门槛再降低!
- ·OB Cloud上线新版本 支持云上单机分布式一体化能力
- ·标签: 三星 电视 显示器 家电
- ·DuckDuckGo订阅服务新增AI功能 月费9.99美元可使用顶级模型
- ·标签: OpenClaw 腾讯云 腾讯AI 彼得·斯坦伯格
- ·谷歌21亿美元收购Fitbit交易终于完成:重新起航
- ·云计算核心技术Docker教程:Docker 守护进程dockerd配置文件
- ·Shopify 总裁:AI 是互联网以来的最大变革!流量激增 7 倍,订单飙升 11 倍,全力铺设“AI 代理商业”轨道!
- ·标签: 未成年人网络保护 网络平台认定办法 国信办发文2026-2 八部门联合印发
- ·标签: 智谱华章 大模型 港股上市 AI
- ·Anthropic 计划全球扩张:国际员工将翻倍,聚焦人工智能市场
- ·标签: TCL 永乐款鎏金铜观音菩萨像 青海省博物馆 瞿昙寺
- ·甲骨文大跃进背后:与 OpenAI 的 3000 亿美元巨额合同揭示未来风险
- ·一句话改变 AI 创作潜力:研究发现简单提示能显著提升输出多样性
- ·标签: 绿联科技 电子配件 A+H上市 NAS
- ·Gartner:阿里云全球第三 市场份额连续五年上涨
- ·马斯克证实SpaceX寻求上市,将在太空建设数据中心
- ·马斯克宣布Grok AI将助力识别伪造视频,打击虚假信息!
- ·OpenAI与苏尔能源联手投资250亿美元!阿根廷将迎来超级数据中心!
- ·标签: 月之暗面 Kimi 杨植麟 AGI
- ·标签: 百度智能云 DuClaw 千帆CodingPlan OpenClaw
- ·标签: DeepSeek Engram 梁文锋 V4
- ·大脑里装了4亿篇新闻,能与人类自主辩论的最强AI辩手来了
