首页/新闻资讯/正文详情

AICrypto: A Comprehensive Benchmark For Evaluating Cryptography Capabilities of Large Language Mo...

发布时间:2026/9/26 15:52:21 来源:云帆数科 栏目:资讯中心
AICrypto: A Comprehensive Benchmark For Evaluating Cryptography Capabilities of Large Language Mo...
文章主要内容和创新点主要内容本文提出了首个全面评估大型语言模型(LLMs)密码学能力的基准AICrypto,旨在填补当前LLMs在密码学领域能力评估的空白。该基准包含三类任务:135道选择题(MCQs):测试LLMs对密码学基础概念的事实记忆能力,涵盖经典密码学、对称加密、非对称加密等多个领域。150个夺旗赛(CTF)挑战:模拟真实世界密码学攻击场景,要求LLMs通过源代码分析和数值推理挖掘漏洞并恢复明文(flag),分为静态和动态两类任务。18个证明题:来自顶尖大学密码学课程考试,评估LLMs的形式化推理和严谨证明能力,涉及密码学基础、伪随机性、加密与签名等主题。为支持CTF挑战的自动化评估,本文设计了基于代理(agent)的框架,允许LLMs通过多轮交互执行命令、创建脚本以解决问题。同时,引入人类专家的性能基线作为对比,评估了17个主流LLMs的表现。结果显示:顶尖LLMs在密码学概念记忆、常见漏洞利用和常规证明任务上已接近或超越人类专家,但在抽象数学概念理解、多步推理和动态分析等复杂任务中仍存在显著不足。创新点首个全面的密码学能力基准:AICrypto首次系统覆盖密码学的事实记忆、漏洞利用和形式化推理能力,所有任务经密码学专家验证,确保正确性和严谨性。多维度评估与人

相关推荐

5分钟上手Effective HTML:免安装、npx与Claude Code插件3种启动方式
5分钟上手Effective HTML:免安装、npx与Claude Code插件3种启动方式

5分钟上手Effective HTML:免安装、npx与Claude Code插件3种启动方式 【免费下载链接】effective-html Agent skills for useful HTML artifacts, wireframes, interactive prototypes, plans, and diagrams. 项目地址: https://gitcode.com/gh_mirrors/ef/effecti… · 2026/9/26 15:52:21

大模型API聚合平台深度剖析:选型前必须弄清的五个关键问题
大模型API聚合平台深度剖析:选型前必须弄清的五个关键问题

大模型API聚合平台越来越多,选型时的信息差却没变小。各家大模型API在协议、鉴权、流式格式上互不兼容,需要中间架一层聚合网关统一输出标准接口,同时兼顾计费统计、限流与密钥安全分发等企业需求。在反复对比主流平台之后,本文把选型前必须弄清的五个关键问题梳理成文,第一个推… · 2026/9/26 15:52:09

Interpretable Robot Control via Structured Behavior Trees and Large Language Models
Interpretable Robot Control via Structured Behavior Trees and Large Language Models

论文核心内容与创新点总结及关键部分翻译 一、论文主要内容总结 该论文聚焦智能机器人在人类环境中的应用痛点,即传统机器人控制方法需用户适应特定界面或记忆预设指令,在动态非结构化环境中可用性受限,由此提出一种将大型语言模型(LLMs)与行为树(BTs)相结合的新型框架… · 2026/9/26 15:52:02

硅基流动实测复盘:开源模型MaaS与全模型聚合平台的搭配策略
硅基流动实测复盘:开源模型MaaS与全模型聚合平台的搭配策略

硅基流动作为国产MaaS第一梯队的代表,综合口碑扎实:150余款模型覆盖语言、图像、视频、语音,注册用户规模庞大,自研推理引擎宣称语言推理提速明显,注册即送体验额度,十分钟就能调通首个API。实测下来,它的开源模型生态与价格确实是强项,但闭源模型缺席也让它的适用边界清晰。本… · 2026/9/26 16:26:41

Agent Teams / Swarms 实战:用 Claude Code Subagents 搭一套可复用的智能体协作骨架
Agent Teams / Swarms 实战:用 Claude Code Subagents 搭一套可复用的智能体协作骨架

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/9/26 16:26:41

E2-10G网络测试模块:全速率、超线速与深协议解析技术解析
E2-10G网络测试模块:全速率、超线速与深协议解析技术解析

1. 这块“E2-10G”到底在解决什么真问题?“全速率超线速深协议”——这九个字不是宣传稿里的空洞口号,而是我过去三年在数据中心网络测试现场反复摔打出来的痛点清单。去年底给一家头部云厂商做400G交换机压力验证时,我们卡在了一个极其尴尬的… · 2026/9/26 16:26:35

Cursor 使用教程:从安装、订阅到高级技巧,附 TaoToken 统一 Key 配置
Cursor 使用教程:从安装、订阅到高级技巧,附 TaoToken 统一 Key 配置

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/9/26 16:26:35

cursor打开文本中文乱码解决方法:settings.json 配 TaoToken 统一 Key 通道
cursor打开文本中文乱码解决方法:settings.json 配 TaoToken 统一 Key 通道

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/9/26 16:26:35

统计信息搜集加SQL硬编码导致library cache lock 和cursor pin wait on x:TaoToken统一Key通道下的诊断配置与验证
统计信息搜集加SQL硬编码导致library cache lock 和cursor pin wait on x:TaoToken统一Key通道下的诊断配置与验证

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/9/26 16:26:29

数据库课后习题答案别硬背:当测试用例集刷,效率翻倍
数据库课后习题答案别硬背:当测试用例集刷,效率翻倍

简介:万常选版《数据库原理与设计》课后习题答案资源,覆盖第2至6章及第9章,适合正在学习关系模型、数据库建模、关系数据理论与模式求精的本科生、自学者作为复习与自测材料。压缩包共7个文件,含3个doc参考答案、2个sql示例脚本、… · 2026/9/26 0:00:21

OpenClaw 替代品?Hermes Agent 踩坑实录:macOS 飞书接入 TaoToken 配置
OpenClaw 替代品?Hermes Agent 踩坑实录:macOS 飞书接入 TaoToken 配置

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/9/26 0:00:40

向下兼容与向上兼容:接口设计中的兼容性策略与工程实践
向下兼容与向上兼容:接口设计中的兼容性策略与工程实践

一次版本升级事故,是很多团队绕不过去的坎。线上环境里,服务端明明已经上线了新版接口,老的移动端还在照着旧文档传参数。请求一到网关,校验直接拒绝,用户操作失败,客服群炸了锅,开发群里开始互… · 2026/9/26 0:00:46

了解更多?预约专属演示

我们的顾问将为您一对一讲解产品与方案

企业微信二维码