🟠 Fable 5.1 расшифровал Cyphral Distich - шифр, не поддававшийся 370 лет

Модель Fable 5.1 от Vals AI решила криптограмму сэра Томаса Уркхарта Cyphral Distich — две строки по 32 числа, напечатанные в конце его «Logopandecteision». Шифр числился в Top 50 нерешённых исторических сообщений у исследователя Клауса Шмеха, его безуспешно пытались взломать с 1899 года через частотный анализ и подстановки.

Решение заняло 44 минуты и 176 тыс. токенов без единой подсказки от человека. Ключ оказался внутри самой книги: 64 числа отсылают к 32 «Proquiritations». Для i-го числа берётся i-й абзац, число указывает на слово, из слова — первая буква. Результат - молитва за короля Карла II: «O GOD UPHOLD KING CHARLS THE SECOND AND MAKE HIM THE SUPREME RULER OF THIS LAND».

Модель разобрала и более крупный Cyphral Octastich из «The Jewel» (1652): 285 чисел, где индексом служит страница книги, а не абзац. Из 275 читаемых позиций 231 совпала точно, остальные объясняются дефисами и типографскими артефактами. Девять букв всё ещё неоднозначны - для проверки нужен физический экземпляр или издание 1983 года.


#AI #криптография #Claude #история #ValsAI

🧠 Исследование: команды AI-агентов тратят в разы больше токенов без ощутимого прироста качества

Компания Vals AI протестировала GPT-6 Sol и Claude Opus 5.5 на бенчмарке Vibe Code Bench - по отдельности и в составе команд агентов, при среднем и максимальном уровне reasoning.

Командные конфигурации обошлись в 1,8-5,1 раза дороже одиночных агентов. Из четырёх сравнений статистически значимый прирост дал только один случай: GPT-6 Sol на среднем reasoning, где команда набрала на 7,3 балла больше. На максимальном reasoning преимущества не получили ни Sol, ни Opus 5.5.

Anthropic в собственных тестах тоже зафиксировала затухающую отдачу: рост с 10 до 100 агентов почти не улучшал результат - на задаче базы знаний счёт вырос с 0,71 до 0,74, в доказательстве теорем с 0,66 до 0,68. Исследователь OpenAI Ноам Браун подтвердил, что мультиагентные системы покупают прежде всего скорость: четыре агента решают задачу вдвое быстрее, но и стоят вдвое дороже. Эффект сильно зависит от задачи - веб-исследования и математика параллелятся хорошо, написание романа нет.

Практический вывод для разработчиков: агентные «рои» оправданы для ускорения узких параллелизуемых задач, но не как способ поднять качество. Разработчик OpenAI Эрик Прованшер называет переплату за это «налогом на координацию».

🎨 qvabo.studio/tg · картинки и видео

#AI #Agents #Research #Test #Benchmarks #LLM #Development #ValsAI