InterTypeがバイナリ型推論の関数境界を打破
Shan Wang（シャイン・ワン）氏らは、2026年10月16日(現地時間)、ニューラルネットワークを用いたバイナリ型推論において、従来の「単一関数境界内分析（intra-procedural analysis）」の限界を克服する新たな手法「インタータイプ（InterType）」を提案した。既存のTransformerベースモデルは命令レベルのセマンティクス学習で高い性能を示す一方、関数呼び出しをまたぐ型制約を無視する課題があった。実証研究では、実世界のバイナリにおける変数の約44%が関数境界を越えて伝播することが示されている。