Реверс-инжиниринг моделей оценки в задаче Krowten eht Esrever на Midnight Code Cup

В Белграде завершился финал 24-часового соревнования Midnight Code Cup, организаторы которого официально разрешили применение нейросетей участниками. Это условие потребовало изменения подхода к архитектуре заданий, в результате чего специфика задач была намерено усложнена для защиты от прямого решения базовым промптингом.
Одной из таких задач стала Krowten eht Esrever, где требуется взаимодействовать с двумя закрытыми моделями оценки. Через POST-запросы система принимает строго черно-белые файлы размером 256×256 пикселей, возвращая оценку соответствия скрытым критериям в диапазоне от 0 до 100. При этом полностью исключаются оттенки серого, что сужает пространство поиска, но усложняет алгоритмическую генерацию паттернов.
Механика сводится к реверс-инжинирингу предпочтений каждой модели при аппаратном ограничении в один запрос в секунду на команду. При достижении порогового значения баллов API выдает секретный ключ стоимостью 600 очков. Подобный формат тестирует навыки автоматизированного поиска уязвимостей в системах типа «черный ящик», что означает необходимость разработки направленных алгоритмов перебора вместо использования генеративных ответов LLM.
Поделиться:
Ещё из архива
Все публикации
Интервью с Владимиром Аюевым: графический язык бигтеха, студия SASHA и дизайн-образование
1 месяц назад
Jockey от TwelveLabs: ИИ-агент для семантического поиска по видеоархивам и извлечения метаданных
1 месяц назад
Архитектура винной этикетки: баланс наборного шрифта и каллиграфии в кейсе Winecraft
1 месяц назад
Оптимизация контекста в Claude Code: как работает кэширование промптов и за что мы платим
1 месяц назад
Архитектура памяти для LLM-агентов: от базового SQLite до Graph RAG
1 месяц назад