DeepMind 论文用扩散模型分解 68 位半素数

DeepMind 团队发布预印本论文《Semiprime Factorization》，提出将 Transformer 与离散去噪扩散训练结合，再通过引导式测试时束搜索解码，可直接从数据学会分解整数，成功分解 68 位半素数并刷新纪录。论文署名阵容豪华，包括 Demis Hassabis、DQN 之父 Volodymyr Mnih、Raia Hadsell 等 13 位核心研究员。不过研究者指出，该成果尚不构成对 RSA 等公钥加密体系的现实威胁。

2026-11-10 ~ 2026-11-10 · 3 条相关

• DeepMind 论文:扩散模型分解 68 位半素数,但 RSA 无需担心 — weballergy · 2026-11-10
• DeepMind 团队发新论文,Hassabis、Mnih 等 13 人联合署名 — weballergy · 2026-11-10

另有 1 条近重复转述:weballergy