特徴

• mistral-7b-instruct をベースとしたファインチューニング済み LLM aidapal のクロスプラットフォーム対応。
• 擬似コード抽出ツール haruspex や一般的な IDE との簡単な統合。
• コードの説明、推奨関数名、変数名の付け替え候補がターミナルに出力されます。
• 解析した各関数の改善された擬似コードが個別のファイルに保存され、簡単に確認できます。
• 外部クレートは analyze_code または analyze_file を呼び出して擬似コードを解析し、解析結果を処理できます。

記事

• https://hnsecurity.it/blog/aiding-reverse-engineering-with-rust-and-a-local-llm

関連情報

• https://www.atredis.com/blog/2024/6/3/how-to-train-your-large-language-model
• https://huggingface.co/AverageBusinessUser/aidapal
• https://github.com/atredispartners/aidapal
• https://plugins.hex-rays.com/atredispartners/aidapal

インストール

最新リリースを入手する最も簡単な方法は crates.io を利用することです:

ライブラリとしてインストールするには、プロジェクトディレクトリで次のコマンドを実行します:

コンパイル

あるいは、ソース からビルドすることもできます:

設定

1. Ollama をダウンロードしてインストールします。
2. Hugging Face からファインチューニング済みの重みと Ollama モデルファイルをダウンロードします:
   root@kitploit:~

   wget https://huggingface.co/AverageBusinessUser/aidapal/resolve/main/aidapal-8k.Q4_K_M.gguf
   wget https://huggingface.co/AverageBusinessUser/aidapal/resolve/main/aidapal.modelfile
   

3. ファイルをダウンロードしたディレクトリ内で次のコマンドを実行して Ollama を設定します:
   root@kitploit:~

   ollama create aidapal -f aidapal.modelfile
   ollama list
   

使用方法

1. oneiromancer を次のように実行します:
   root@kitploit:~

   export OLLAMA_BASEURL=custom_baseurl # if not set, the default will be used
   export OLLAMA_MODEL=custom_model # if not set, the default will be used
   oneiromancer <target_file>.c
   

2. 改善された擬似コードを <target_file>.out.c で確認します:
   root@kitploit:~

   vim <target_file>.out.c
   code <target_file>.out.c
   

[!TIP] 最良の結果を得るには、LLM に一度に1つの関数を解析させてください。

互換性

Ollama 0.32.9 で以下でテスト済み:

• Apple macOS Tahoe 26.5.2
• Ubuntu Linux 24.04.2 LTS
• Microsoft Windows 11 23H2

クレジット

• Atredis Partners の Chris Bellows (@AverageBusinessUser)。彼のファインチューニング済み LLM aidapal に感謝します <3

変更履歴

• CHANGELOG.md

TODO

• バージョン管理や出力ディレクトリによる出力ファイル処理の改善。
• IDAPython aidapal IDA Pro プラグインの他の機能（例: コンテキスト）の実装。
• haruspex と idalib との統合。
• "マイノリティ・レポート" プロトコルの実装（つまり、3回クエリを実行して最良の応答を選択する）。
• 潜在的なコード破損を防ぐための変数名付け替えのリファクタリングを検討。
• aidapal LLM の他のユースケースを調査し、カスタム LLM を組み込むためのモジュラーアーキテクチャを実装。