Anthropic 基准显示前沿模型可攻破 65%–86% 的一级密码方案
AnthropicAI · x · 2026-07-29
Anthropic 联合 ETH Zurich、Tel Aviv University 和 University of Haifa 推出 CryptanalysisBench，用来测试 LLM 是否能做密码分析（cryptanalysis）。
- 基准共 191 个任务，覆盖 6 类密码原语，主要来自 4 个 NIST 标准化竞赛。
- 设计了三层任务：已知存在实际攻击的原语、没有已知实际攻击但会在完整强度和缩小版上评测的原语，以及更前沿的挑战集。
- 论文报告，Claude Opus 4.8、Sonnet 5、Mythos 5、GPT 5.5、GLM 5.2 这 5 个前沿模型，在 Tier 1 方案上可击破 65%–86%；在 Tier 2 中可击破 6–12 个完整强度方案、以及 24–61 个缩小版方案。
- 更重要的是，作者称模型还做出了新的密码分析发现，包括针对 SpoC AEAD 设计缺陷的密钥恢复攻击，以及对 KINDI 已发表 CCA 安全证明中错误的利用。
Anthropic 还链接了两篇相关论文，给出了两类攻击的完整技术细节。
所属事件:Anthropic Claude发现HAWK与简化AES密码学弱点(39 条相关)→
「研究」频道最新
- Goodfire 创始人挑战叠加假说：InceptionV1 多语义性或另有成因 — petrusenko_max · 2026-10-16
- UPenn 实验：让 Claude 批判自己默认想法,研究灵感产出提升最多 — arjunrajlab · 2026-10-16
- 实测 11 种提示策略催 LLM 创意：直接要「非显而易见」的点子最有效 — arjunrajlab · 2026-10-16
- 研究者长期实验：什么样的提示词能让 LLM 产出最有意思的点子？ — arjunrajlab · 2026-10-16
- SimpleMark 论文:多比特文本水印可将每 token 失真限制在预算内 — rishabh16_ · 2026-10-16
- 斯坦福新论文:生成式表征学习做 tokenizer,省 7-8 倍训练算力 — HirokatuKataoka · 2026-10-16