Claude, kriptografik algoritmaların matematiksel zayıflıklarını keşfetmeye başladıDiscovering cryptographic weaknesses with Claude

ÖzetSummary

Anthropic araştırmacıları, Claude Mythos'u kullanarak HAWK şifreleme algoritmasındaki matematiksel hataları ve zayıflamış bir AES varyantını ortaya çıkardı; bu süreç 60 saatlik işlem süresi boyunca kapsamlı istemleme gerektirdi.Anthropic researchers used Claude Mythos to uncover mathematical errors in the HAWK encryption algorithm and a weakened AES variant; this process required extensive prompting over a 60-hour runtime.

Neden ÖnemliWhy it matters

Bu çalışma, büyük dil modellerinin kriptanalizde yardımcı olabileceğini gösteriyor ve ince algoritmik zayıflıkların keşfini hızlandırma potansiyeli taşıyor. Ayrıca, önde gelen üniversitelerle iş birliği içinde yeni bir kıyaslama olan CryptanalysisBench'i kurarak büyük dil modellerinin kriptanaliz yeteneklerini sistematik olarak değerlendirmeyi amaçlıyor.This work demonstrates that large language models can assist in cryptanalysis and have the potential to accelerate the discovery of subtle algorithmic weaknesses. Additionally, by collaborating with leading universities, they are establishing a new benchmark called CryptanalysisBench to systematically evaluate the cryptanalytic capabilities of large language models.

Öne ÇıkanlarHighlights

• Claude Mythos, HAWK ve daha zayıf bir AES versiyonunda önemsiz olmayan hatalar tespit etti.Claude Mythos identified non-trivial flaws in HAWK and a weaker AES variant.
• Bu süreç, yoğun istemleme ve teşvik gerektirdi; 60 saatlik API kullanımında yaklaşık 100.000 dolar maliyet ortaya çıktı.The process required intensive prompting and incentives; approximately $100,000 in API costs were incurred over 60 hours.
• ETH Zürih ve diğer kurumlarla birlikte yeni bir değerlendirme çerçevesi olan CryptanalysisBench oluşturuldu; bu çerçeve, büyük dil modellerinin kriptanaliz performansını ölçmeyi hedefliyor.In partnership with ETH Zurich and other institutions, a new evaluation framework called CryptanalysisBench was created; this framework aims to measure the cryptanalytic performance of large language models.

EleştiriCritical take

Etkileyici olmasına rağmen, bulguların mevcut sistemler üzerindeki hemen bir pratik etkisi yok ve maliyetli, manuel yönlendirmeli istemlemeye büyük ölçüde dayanıyor; bu da ölçeklenebilirlik ve tekrarlanabilirlikle ilgili soruları gündeme getiriyor.While impressive, the findings have no immediate practical impact on existing systems and rely heavily on costly, manually guided prompting; this raises questions about scalability and reproducibility.