본 논문은 대규모 언어 모델(LLM)을 활용한 뉴럴 디스틴거의 성능을 SPECK-32/64 암호화 알고리즘으로 실험했습니다. LLM 기반 뉴럴 디스틴거는 기존 ResNet 방식보다 성능 향상을 보이지 않았습니다. 높은 라운드에서는 차분 선택이 효과를 잃는다는 점도 확인됐습니다.
LLM 기반 뉴럴 디스틴거는 XOR 연산 결과만 프롬프트로 활용했을 때 성능이 크게 향상되는 것을 확인했습니다.
본 연구는 LLM이 뉴럴 디스틴거를 강화하는 데 제한적인 역할을 한다는 점을 시사합니다.