cryptography
PulseAugur coverage of cryptography — every cluster mentioning cryptography across labs, papers, and developer communities, ranked by signal.
17 天有情绪数据
-
开发者为加密标准发布测试夹具和携带证据的响应
该开发者实现了一个系统，该系统首先发送测试夹具，然后发送携带证据的响应。这包括涵盖 ATC v3、JWT 和 W3C VC 等各种加密标准的正面、负面和变异场景的 36 个测试向量。使用 cryptography 库的 Python 验证器成功运行了这些测试。该系统还为每个 ALLOW 决策生成一个签名的 ActionReceipt，其中包含哈希、验证阶段和信任分数，并使用 Ed25519 进行签名。这允许调用者在本地重新运行策略并验…
-
新的MCP服务器使AI代理能够交易加密货币
一个新的MCP服务器已被开发出来，使AI代理能够与加密货币市场进行交互和交易。该工具解决了代理开发中的一个常见限制，即代理难以访问和处理用于交易的市场数据。MCP服务器旨在弥合这一差距，使代理能够执行市场分析和交易。
-
评论员抨击加密货币是犯罪和政治操纵的工具
一位Mastodon用户对加密货币表达了高度批评的观点，称其为“虚假的数字仿冒货币”，主要用于诈骗、人口贩运和毒品贩运等非法活动。该用户还表示，加密货币是美国政治中的一股重要力量，通过威胁资助反对其的政治家竞选活动来挟持整个体系。
-
人工智能和数据中心主导美国政治竞选话题
人工智能和数据中心已成为美国政治竞选中的突出话题，超越了以色列、种族主义和加密货币等问题。在近40%的美国竞选中，关于人工智能的讨论都很普遍。数据中心尤其成为焦点，讨论集中在其电力消耗和对当地资源的影响上。
-
Cloudflare 为 AI 代理推出类似加密货币的支付方式
Cloudflare 正在为 AI 代理推出一种新的支付系统，一些用户将其与加密货币支付模式进行比较。该系统旨在自动处理 AI 代理的 API 付款，可能简化日益增长的 AI 生态系统内的交易。
-
据报道，Peter Thiel 主张用加密货币和人工智能取代美国
据报道，Peter Thiel 认为美国是一个应该被加密货币和人工智能取代的过时系统。这种观点表明，全球相当一部分人口可能面临严峻的处境，而埃隆·马斯克的行为可能会加剧这些问题。所表达的情绪是对这些观点及其潜在社会后果的批评。
-
AI日益增长的能力可能威胁到加密货币的核心价值
人工智能可能通过显著降低构建软件和基础设施的成本和复杂性，来削弱加密货币的价值主张。随着开源AI模型和代理使个人和小团队能够更轻松地创建定制化工具，过去提供这种能力的去中心化、代币化网络的需求正在减少。这种转变可能会削弱那些主要优势在于提供难以复制的去中心化基础设施的加密项目。
-
区块链使丰富的东西变得稀缺，AI引入不可靠性
区块链，即支撑加密货币的技术，被描述为一种通过计算手段使丰富资源变得稀缺的方法。相比之下，反向传播算法是AI的核心，被认为是将不可靠性引入原本精确的计算过程的工具。作者认为，AI模型通过其统计加权和猜测，本质上会产生数学错误，这与本质上精确的计算机不同。
-
Mastodon 实例封禁“科技巨头”和“AI 狂热”
一个名为 sigmoid.social 的 Mastodon 实例制定了严格的内容指南和价值观，明确反对极端主义、歧视和破坏性行为，包括“那些鼓吹加密货币和 AI 狂热的科技巨头”。该实例倡导“左翼无政府极端主义觉醒同性恋”政治，并维护一个封禁违反其规则的实例列表。他们还积极封禁爬虫机器人，以保护其用户免受恶意攻击。
-
加密货币错失的潜力与AI的合理性困境
作者反思了加密货币作为代码货币化手段的潜力，并认为缺乏广泛的采用可能导致未来的遗憾。然后，他们转向了当前的人工智能支出格局，企业首席技术官们面临着通过提高生产力来证明投资合理性的压力。这种合理化可能导致关于垄断资本或持久性悖论的争论，因为人工智能代理承诺增加收入和降低成本。
-
量子计算对AI管道数据安全构成威胁
文章讨论了当前AI管道在数据安全和梯度反转方面，易受未来量子攻击的脆弱性。文章指出，尽管像联邦强化学习人类反馈（FedRLHF）这样的分布式学习方法可以保护原始数据，但量子计算机使用Shor算法仍可截获并解密传输的抽象梯度向量和加密签名。文章提出了一种基于格的零知识加密解决方案，以保护这些管道免受量子时代的威胁，旨在防止敏感训练数据和专有信息的重构。
-
参议院共和党人在休会前争相通过加密货币、大麻和选举法案
参议院共和党人正致力于在八月休会前通过几项关键立法，包括与加密货币、大学体育和大麻相关的措施。他们还专注于避免政府关门和解决选举诚信问题。数字资产的CLARITY法案是一个重要的争议点，民主党人不愿意给予其程序性投票。此外，共和党内部在大麻监管方面的分歧可能会使权宜性支出法案的通过复杂化。
-
隐私保护行为识别的新分类法和评估协议
一篇新发表在arXiv上的论文提供了隐私保护行为识别（PPAR）方法的全面分类法和评估。该综述将2018-2026年的32篇论文分为五类：对抗性学习、基于骨骼、密码学、差分隐私和混合方法，并强调了它们在隐私、效用和效率方面的独特权衡。论文指出了当前评估实践中的显著弱点，许多研究使用临时指标，缺乏正式的隐私定义或对泛化和实时部署的严格测试。作者提出了PPAR统一评估协议，以标准化基准并指导该领域走向实际部署，这对人脸识别和医学成像等相关…
-
新的基于属性的水印技术为生成式AI提供可控检测
研究人员开发了一种新颖的、面向生成式AI模型的基于属性的水印系统，旨在增强AI生成内容的溯源能力。这种新方法通过与生成输出特定属性关联的策略，实现了对水印检测的细粒度控制。该系统确保检测密钥只能用于符合已定义策略的输出，从而防止滥用，并保持策略之外的输出与未加水印内容之间的不可区分性。该方法集成了约束伪随机函数和伪随机纠错码等密码学技术，并通过原型展示了其有效性和实用性。
-
AI在加密货币中的应用：交易潜力与安全风险
人工智能在金融市场中的应用，尤其是在加密货币领域，既带来了机遇也带来了重大风险。虽然AI可以有效地追踪市场、阐释加密货币等复杂的金融概念，甚至执行交易，但授予它对金融资产的直接控制权会引发关键担忧。这些担忧围绕着AI驱动的错误、易受诈骗攻击以及整体安全漏洞的可能性。
-
OpenAI 的 Astra 模型以低于 2,000 美元的价格实现了 10 项数学突破
OpenAI 宣布，使用名为 Astra 的内部模型在数学和理论计算机科学领域取得了十项重大进展。这些突破解决了诸如几何、密码学和复杂性等领域的长期悬而未决的问题。该公司强调了这一过程的效率，并指出该研究的 API 费用不到 2,000 美元，与以往 AI 在数学方面的能力形成鲜明对比。OpenAI 已在 GitHub 上提供了 Lean 4 的形式化证明，以确保透明度和可验证性。
-
AI 协助生成密码学问题的两种新颖证明
人工智能已协助生成一个复杂密码学问题的两种不同证明。这标志着人工智能在为理论数学和科学发现做出贡献方面能力上的重大进步。
-
Dragonfly Capital 合伙人称加密货币基础设施推动了 AI 热潮
Dragonfly Capital 的 Haseeb Qureshi 认为，当前 AI 的蓬勃发展得益于加密货币基础设施。他指出，许多大型云服务提供商起源于加密货币挖矿业务，利用了廉价的能源、硬件和散热能力。
-
AI 发现加密漏洞，可能威胁互联网安全
据报道，一个 AI 系统发现了一个加密漏洞，这一发现超出了简单的 Bug 查找范畴。这一进展可能潜在地动摇互联网的基本安全。
-
大型语言模型扰乱CTF网络安全竞赛，新论文提出保障措施
一篇新发表在arXiv上的论文探讨了大型语言模型（LLMs）对夺旗赛（CTF）网络安全竞赛的重大影响。研究表明，LLMs现在能够可靠地解决密码学、Web渗透和二进制漏洞利用中的许多挑战，这引发了对竞赛公平性和CTF教育价值的担忧。为解决这些问题，该论文提出了一个包含分级赛区、抗LLM挑战设计、遥测和行为准则的四部分框架。