К содержимому
Другое

pylingual-v1-control-flow

восстановление структуры кода при декомпиляции Python

2 мин чтенияобновлено

Модель из проекта PyLingual от команды syssec-utd решает задачу реконструкции потока управления (control flow): по байт-коду и набору транслированных инструкций она предсказывает, как блоки вложены друг в друга, формируя структурный скелет программы. Архитектура объединяет 4-слойный энкодер Transformer и 2-слойный декодер LSTM на 5.1M параметров, а специальный автомат с магазинной памятью (pushdown automaton) отсекает невалидные шаги, гарантируя компилируемость итогового кода. Одна модель сразу охватывает версии от Python 3.6 до 3.15 и пригодится исследователям безопасности, реверс-инженерам и разработчикам инструментов анализа скомпилированного Python-кода.

Ключевые особенности

  • Широкий охват версий: одна компактная модель на 5.1M параметров работает со всеми версиями от Python 3.6 до 3.15.
  • Гарантия компилируемости: грамматическая маска блочной структуры Python не даёт декодеру построить синтаксически некорректный скелет.
  • Высокая точность: на отложенной тестовой выборке предсказанный скелет полностью совпадает с исходным в 95.5% случаев.
  • Кастомная загрузка: работает через класс TransitionModel из библиотеки PyLingual, а не через стандартный AutoModel.

Что можно сделать

  • Восстановление читаемого кода: использовать в составе пайплайна PyLingual для декомпиляции скомпилированных .pyc файлов в структурированный исходный код на Python.
  • Анализ байт-кода разных поколений: применять единый инструмент при аудите и реверс-инжиниринге проектов, собранных под разные версии интерпретатора (3.6–3.15).

Пример

На вход модель получает байт-код объекта и переведённые инструкции, а на выходе генерирует структурный скелет вложенности блоков, например: { } else { }. Загружается модель через класс TransitionModel в репозитории PyLingual.

ПодробнееМетрика на тесте: точное совпадение скелета с исходником на 95.5% объектов кода (validation loss 0.0095).
Архитектура: 4 слоя Transformer (d_model 256, 8 голов) + 2 слоя LSTM, всего 5.1M параметров.
Обучение: 150k исходников (по 15k на версию из PyPI и CodeSearchNet), 48 эпох, lr 1e-3 с cosine schedule, батч до 64 объектов.
Ограничение: не поддерживается стандартный загрузчик AutoModel из transformers — требуется код из pylingual.
Обсудить Telegram 0 26

Запустится ли?

Запустится в F32

Влезает без сжатия.

  • F32веса 0.0 GB · готовые файлы0.5 GB
  • BF16веса 0.0 GB0.5 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.5 GB
  • 4-bitвеса 0.0 GB0.5 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · F32 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # syssec-utd/pylingual-v1-control-flow
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download syssec-utd/pylingual-v1-control-flow --local-dir ~/models/pylingual-v1-control-flow
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к pylingual-v1-control-flow
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Новые посты про версии pylingual-v1-control-flow — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

syssec-utd/pylingual-v1-control-flow
Автор
syssec-utd
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

260

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии