该论文研究了如何利用大语言模型（LLM）自动为代码添加注释，以确定可信执行环境（TEE）的边界。在TEE开发中，正确识别和标记边界代码至关重要，但传统上依赖人工手动注释，不仅耗时且容易出错。作者提出了一种自动化框架，通过微调LLM来理解代码语义，自动生成符合TEE规范的安全注释。实验在多个开源TEE项目上进行，评估了注释的准确性和完整性。结果表明，该方法能显著减少人工标注工作量，同时保持较高的正确率，为TEE的自动化安全分析提供了新思路。