Astra 发帖称模型复原了一组历史密电的密钥。它重建了 ADFGVX 换位,用到的密文符号只有 170 个。
它还会自己验证
除了给出候选答案,模型还写了代码去验证这些候选。这一点比破译结果本身更值得关注。给出答案和证明答案正确是两回事,后者需要可执行、可复现的步骤。
为什么样本量这么小还成立
170 个符号在传统密码分析里是相当紧的条件。成立的前提是模型对这类历史密码的结构有足够的先验,能够把搜索空间压到可穷举的范围。
常见问题
这算不算模型在做研究
更准确的描述是模型在已有密码体系内做搜索和验证。它没有提出新的密码学方法,价值在于把验证环节自动化了。
对实际安全有威胁吗
ADFGVX 是一战时期的密码。这次的结果说明的是推理能力,不是对现代加密的威胁。
小结
这条消息真正有示范意义的地方,是模型自己写代码验证候选这个动作。当模型能自我检验,它的输出才有可能进入可靠的工作流。
相关阅读
这条线上还有几篇站内文章可以接着看:
延伸阅读
- OpenAI 发布 GPT-6.1 Sol:输入 $2/百万,编码任务胜出 6.4%6 天前
- 谷歌停用手机端 Google Assistant:Gemini 全面接棒6 天前
- OpenAI高管透露:80%至90%研发力量已转向GPT-7及后续模型1 周前
- OpenAI 叫停 GPT-6.1 Astra,对齐测试未达标7 天前
AI 自学笔记 每天更新 AI 前沿动态,订阅 RSS,或按 Ctrl/⌘+D 收藏本站,明天见。
