我正在尝试开发一个机器学习模型来帮助逆向工程过程。作为第一阶段，我们目前正在尝试训练一个嵌入模型，以了解指令之间的依赖关系和关系。像往常一样，嵌入模型确实需要大量数据才能变得智能。
我们的工作更侧重于基于微控制器的系统，ARMv7-m 和 ARMv6-m 的体系结构对我们的工作最重要。然而，为了找到与这些架构相关的对训练嵌入模型有用的二进制文件，我正在考虑使用 debian 包中的 ARMv7，以便我可以使用已经编译的二进制文件并训练嵌入模型。
但是，这些二进制文件是用 ARMv7-a 架构编译的，据我所知，ARMv7-a 不包括拇指指令集（如果我错了，请纠正我）。有人可以向我解释一下 ARMv7-a 是否在其 ISA 中包含拇指指令？ARMv7-a 培训是否有助于理解 ARMv7-m 和 ARMv6-m 指令之间的关系？如果我使用 ARMv7-a，因为我的目标是与 ARMv7-m 系统一起工作，会不会有问题？
我真的很难理解这些，非常感谢任何帮助或想法。
虽然 ARMv7-A 确实包含 ARMv7-M 中使用的 Thumb-2 子集，但 ARMv7-A 二进制文件中实际使用的指令可能与 ARMv7-M 微控制器中使用的指令大不相同。
例如，微控制器很少使用来自 ARMv7-A 的 NEON 浮点或向量指令（Cortex-M4F 具有 FPU，但 IIRC 只有单精度）。相反，有些指令仅在 Cortex-M 中使用，而在 Cortex-A 中不使用（例如访问某些系统寄存器的指令），当然，A 变体支持 M 子集根本不支持的“经典”ARM 指令。ARMv6-M 更加不同，因为它主要使用 16 位 (Thumb-1) 子集，而不是更强大的 Thumb-2。
还有一个区别：Debian 软件包主要包含在 OS 环境中运行的用户模式代码，但微控制器通常运行在“裸机”上运行的单片固件，实现一个简单的状态机或某种具有 OS 功能、中断处理程序和“用户有效负载”任务都组合在同一个二进制文件中。
总结：虽然ARMv7-A 和 ARMv7-M 之间可能存在一些交集，但它们在完全不同的环境中使用，并且在 armv7 Debian 软件包上的培训不太可能在 ARMv7-M 固件上产生好的结果。
PS编译器通常也不同。Linux 软件通常使用 GCC（有时是 Clang）编译，但消费设备固件通常使用商业编译器编译，例如 ARM 自己的 Keil、IAR 或 GHS（Green Hills Software）。