2026四川省赛Misc

残响

首先PT文件是pytorch封装后的文件,是一个训练的模型,这道题里面看到他的文件头是zip开头,而且有code/,所以这是torchScript的归档(当然,在readme里面也有提过)

Readme里面写了:

import torch

model = torch.jit.load("uuid-sim-v1.pt")
model.eval()

x = torch.tensor([[ids_of_36_chars]], dtype=torch.long)   # [B, 36]
score, logits = model(x)                                   # [B], [B, 36]

接口

项目说明
输入int64 张量,形状 [B, 36],元素是下面词表里的下标
输出 1[B] float,这段窗口与登记标识的相似度(0~1)
输出 2[B, 36] float,模型内部聚合相似度时用到的逐位打分
窗口36 字符;文本更长时按步长 1 滑窗,逐窗打分后取最高分
不足 36右侧补下标 0(<pad>)
大小写词表只有小写,请先 text.lower()
长度与 UUID 规范形式一致:8-4-4-4-12
下标字符下标字符下标字符
0<pad>13c26o
1014d27p
2115e28q
3216f29r
4317-30s
5418g31t
6519h32u
7620i33v
8721j34w
9822k35x
10923l36y
11a24m37z
12b25n38<unk>

先基本测试下:

# -*- coding: utf-8 -*-
import torch

model = torch.jit.load("uuid-sim-v1.pt")
model.eval()

# 词表:把字符翻译成编号(对应 README 里那张表)
CHARS = "0123456789abcdef-ghijklmnopqrstuvwxyz"
STOI = {c: i + 1 for i, c in enumerate(CHARS)}


def to_ids(s):
    # 每个字符查表换成编号;表里没有的字符用 38(<unk>)
    return [STOI.get(c, 38) for c in s.lower()]


# 必须是 36 位(8-4-4-4-12,4 个横杠)
text = "01234567-89ab-cdef-0123-456789abcdef"
ids = to_ids(text)
print("36 个编号:", ids)

# [ids] = 把 36 个数字包成"1 行" -> 形状 [1, 36]
x = torch.tensor([ids], dtype=torch.long)

with torch.no_grad():
    score, logits = model(x)

print("总分 score:", float(score[0]))
print("逐位 logits:", logits[0].numpy().round(1))

输出:

>python 1.py
36 个编号: [1, 2, 3, 4, 5, 6, 7, 8, 17, 9, 10, 11, 12, 17, 13, 14, 15, 16, 17, 1, 2, 3, 4, 17, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16]
总分 score: 0.1944531798362732
逐位 logits: [-11.2 -11.2 -11.2 -11.2 -11.2 -11.2 -11.2 -11.2  11.5  11.5 -11.2 -11.2
 -11.2  11.5 -11.2 -11.2 -11.2 -11.2  11.5 -11.2 -11.2  11.5 -11.2  11.5
 -11.2 -11.2 -11.2 -11.2 -11.2 -11.2 -11.2 -11.2  11.5 -11.2 -11.2 -11.2]

输出已经证明:

  1. 模型会逐位判断 —— 每位都有一个明确的正/负结论
  2. 对的字符给 +11,错的给 −11 —— 差距 22.7,非常干净
  3. 位置是独立的 —— 第 9 位对错不受其他位影响(其他 35 位几乎不动)

于是方法就顺理成章:

对每一个位置:
把 16 个候选字符分别填进去,问模型
哪个候选拿到 +11,哪个就是答案


import random
import torch

CHARS = "0123456789abcdef-ghijklmnopqrstuvwxyz"
STOI = {c: i + 1 for i, c in enumerate(CHARS)}
#生成一个字符转编码的字典,编号 0 已经被 <pad>(补位符)占用了所以i+1

def to_ids(s):
    return [STOI.get(c, 38) for c in s]


model = torch.jit.load("uuid-sim-v1.pt")
model.eval()


def run(strings):
    """一次把很多串送进模型,返回 (总分数组, 逐位信号数组)"""
    rows = [to_ids(s) for s in strings]
    with torch.no_grad():
        return model(torch.tensor(rows, dtype=torch.long))


ALPHA = list("0123456789abcdef")        # 每一位只可能是 16 个十六进制字符
FIXED = {8: "-", 13: "-", 18: "-", 23: "-"}   # UUID 格式里固定的 4 个横杠


def recover(start):
    cur = list(start)
    for i, c in FIXED.items():
        cur[i] = c
    for rnd in range(10):
        strings, where = [], []
        for i in range(36):
            if i in FIXED:
                continue
            for c in ALPHA:
                candidate = "".join(cur[:i] + [c] + cur[i + 1:])
                strings.append(candidate)
                where.append((i, c))

        _, logits = run(strings)

        best = {}
        for k, (i, c) in enumerate(where):
            v = float(logits[k, i])      # 只看"第 i 位"自己的信号
            if i not in best or v > best[i][0]:
                best[i] = (v, c)

        changed = 0
        for i, (v, c) in best.items():
            if cur[i] != c:
                cur[i] = c
                changed += 1

        total = float(run(["".join(cur)])[0][0])
        print(f"  第 {rnd + 1} 轮:改了 {changed:2d} 位,当前总分 {total:.8f}")

        # 收敛 = 一轮下来没任何变化,说明每个转盘都拨到最优了
        if changed == 0:
            break

    return "".join(cur)


print("开始搜索(初始串每一位都填 0,只有 4 个横杠是全对的)")
answer = recover("0" * 36)
print("\n还原出的标识:", answer)

print("\n" + "=" * 64)
print("验证")
print("=" * 64)

score, logits = run([answer])
print("1) 最终总分 =", float(score[0]), "(越接近 1 越好)")
print("2) 36 位里最低的信号 =", float(logits[0].min()), "(全为正 = 36 位全部命中)")
print(f"3) 长度 {len(answer)},第 15 位(版本) {answer[14]},第 20 位(变体) {answer[19]}")

print("4) 换两个随机初始串重搜,看结果是否一致:")
for seed in (1, 2):
    random.seed(seed)
    start = "".join(random.choice(ALPHA) for _ in range(36))
    got = recover(start)
    print("   一致:", got == answer)

输出:

>python 03_solve.py
开始搜索(初始串每一位都填 0,只有 4 个横杠是全对的)
  第 1 轮:改了 30 位,当前总分 0.99998993
  第 2 轮:改了  0 位,当前总分 0.99998993

还原出的标识: 39c11281-8e07-4e87-b226-0dc54855cfb7

================================================================
验证
================================================================
1) 最终总分 = 0.999989926815033 (越接近 1 越好)
2) 36 位里最低的信号 = 11.468128204345703 (全为正 = 36 位全部命中)
3) 长度 36,第 15 位(版本) 4,第 20 位(变体) b
4) 换两个随机初始串重搜,看结果是否一致:
  第 1 轮:改了 28 位,当前总分 0.99998993
  第 2 轮:改了  0 位,当前总分 0.99998993
   一致: True
  第 1 轮:改了 30 位,当前总分 0.99998993
  第 2 轮:改了  0 位,当前总分 0.99998993
   一致: True

得到UUID:39c11281-8e07-4e87-b226-0dc54855cfb7,输入给平台即可拿到flag

暂无评论

发送评论 编辑评论


				
|´・ω・)ノ
ヾ(≧∇≦*)ゝ
(☆ω☆)
(╯‵□′)╯︵┴─┴
 ̄﹃ ̄
(/ω\)
∠( ᐛ 」∠)_
(๑•̀ㅁ•́ฅ)
→_→
୧(๑•̀⌄•́๑)૭
٩(ˊᗜˋ*)و
(ノ°ο°)ノ
(´இ皿இ`)
⌇●﹏●⌇
(ฅ´ω`ฅ)
(╯°A°)╯︵○○○
φ( ̄∇ ̄o)
ヾ(´・ ・`。)ノ"
( ง ᵒ̌皿ᵒ̌)ง⁼³₌₃
(ó﹏ò。)
Σ(っ °Д °;)っ
( ,,´・ω・)ノ"(´っω・`。)
╮(╯▽╰)╭
o(*////▽////*)q
>﹏<
( ๑´•ω•) "(ㆆᴗㆆ)
😂
😀
😅
😊
🙂
🙃
😌
😍
😘
😜
😝
😏
😒
🙄
😳
😡
😔
😫
😱
😭
💩
👻
🙌
🖕
👍
👫
👬
👭
🌚
🌝
🙈
💊
😶
🙏
🍦
🍉
😣
Source: github.com/k4yt3x/flowerhd
颜文字
Emoji
小恐龙
花!
上一篇