AI 與世界的難題 ─ 理論資訊科學
由 AI 推進的科學與學術，依學門分類
RSS 訂閱源 · 6 項
歷史上長期未解的密碼正被業餘愛好者運用 AI 破解
原標題: History’s long-secret codes are being cracked by amateurs using AI
非專業人士越來越常利用大型語言模型來破解歷史密碼，借助其執行解密演算法及在網路上搜尋文件的能力。毫無密碼學經驗的 Carter Leffen 請 GPT-6 Astra 解碼一則 85 年前加密的德軍電文，結果隔天早上就得出了解答。密碼學專家對這股熱情表示歡迎，但被大量要求驗證 AI 解答的請求壓得喘不過氣，其中許多解答並不正確。
運用注意力增強深度學習，從 RGB 可執行檔影像進行多層次惡意軟體子家族歸屬判定
原標題: Multi-level malware subfamily attribution from RGB executable images using attention-augmented deep learning
惡意程式分析需要在多個層級上做出判斷，從偵測到惡意程式家族，乃至細粒度的子家族歸屬。作者提出一套階層式深度學習架構，以 Windows PE 檔案的 RGB 影像為輸入，在單一多輸出架構中執行偵測、家族分類及 33 個子家族的歸屬判定。四個加入注意力機制的遷移學習模型，二元分類準確率達 99%，家族層級為 96–97%，子家族層級為 91–95%，細粒度歸屬的 macro F1 分數最高達 0.89。
大型語言模型發現組合最佳化的互補啟發式演算法
原標題: Large language models discover complementary heuristics for combinatorial optimization
組合最佳化支撐著製造、物流與能源領域的決策,但針對每個新變體設計啟發式演算法,需要專家耗費數月心力,而單次式的大型語言模型程式碼生成往往失敗。LACE 將演算法設計拆分為模式(schema)、工具庫與啟發式組合,接著在執行時間限制內演化出互補的專用啟發式演算法。在 36 個經典 CO-Bench 問題上,其平均得分為 0.945,而先前最強的 LLM 方法為 0.870,直接提示則為 0.571。
這款遊戲 AI 成為 Stratego 的新霸主
原標題: This game-playing AI is the new champ at Stratego
研究人員打造了一套 Stratego 的 AI 系統。Stratego 是一款雙人棋盤遊戲,對手的棋子是隱藏的,常被用來測試策略思考能力。這套系統結合高效率的訓練演算法與在隱藏資訊下進行決策的新技術,大幅擊敗了排名頂尖的人類玩家,表現也優於次佳的模型,且訓練成本更低。它也在其他規則不同的策略遊戲中擊敗了頂尖人類玩家。
D4RT:統一且快速的 4D 場景重建與追蹤
原標題: D4RT: Unified, Fast 4D Scene Reconstruction & Tracking