明星璀璨星河——揭秘明星造梦A∨6区：探索神秘的演艺之路与梦想成真之地，看似无害的提问，也能偷走RAG系统的记忆——IKEA：隐蔽高效的数据提取攻击新范式币圈重磅！特朗普“进军”比特币ETF健全企业创新制度方面，《意见》明确提出，完善创新要素高效配置机制。完善开放型的企业人才制度，健全企业与高校、科研院所科研人员双向流动机制。完善企业技术转化管理制度，支持行业领军企业为中小微企业提供概念验证、小试中试、检测认证等技术服务。加快国有企业转制科研院所改革，按规定开展职务科技成果赋权改革试点。鼓励各类金融机构发挥特色优势，开发适合科技型企业轻资产特点的金融产品。
以下是题为“明星璀璨星河——揭秘明星造梦A∨6区：探索神秘的演艺之路与梦想成真之地”的文章：
标题：明星璀璨星河：探寻神秘演艺之路与梦想成真的之地
在浩渺的星空下，熠熠生辉的星辰如同无数闪耀的宝石，点缀着繁复的星河。其中，一位闪耀的名字——刘亦菲，无疑是最引人注目的星河一星。
刘亦菲，中国内地女演员、歌手，以其独特的气质和精湛的演技赢得了全球观众的喜爱。她的演艺生涯始于童年开始的艺术训练，最终在2004年凭借电影《仙剑奇侠传》中的赵灵儿一角而走红，开始了她在演艺界的璀璨星光之路。
刘亦菲并非天生就是演员，她的梦想早在少年时期就早已萌芽。她从小就对表演有着浓厚的兴趣，渴望通过镜头来传达情感和故事。1995年，刘亦菲考入北京舞蹈学院附中，开始了专业的舞蹈学习。在此期间，她不仅学会了芭蕾舞，还学习了戏剧、音乐剧等各类艺术形式，并且积极参加各种比赛，不断提升自己的演技水平。
步入影视圈后，刘亦菲以清新脱俗的面容和坚韧不拔的毅力，成为了许多人心目中的女神。从《天龙八部》中的萧峰到《三生三世十里桃花》中的白浅，再到《花千骨》中的魔尊月华霜，每一个角色都诠释出其独特的魅力，展现了刘亦菲的深厚演技功底和多样化的演绎风格。
除了演艺事业的成功，刘亦菲也是一位公益形象大使，积极参与公益活动，用自己的行动传播正能量，塑造了美丽善良的形象。例如，在电影《唐人街探案》中饰演的杜小蛮一角，她以其勇敢无畏的精神赢得了广大观众的赞誉，同时也为公益事业做出了贡献。
在追求梦想的路上，刘亦菲付出了大量的努力和汗水。她曾表示：“我并不完美，但我追求的是真实，我希望我的每一段经历都能让我变得更好。”这正是她作为明星所坚守的价值观，也是她成就璀璨星光的重要基石。
在“A∨6区”的演艺之路中，刘亦菲凭借其独特的天赋和坚持不懈的努力，逐步成长为一位备受尊敬的演员。她的成功故事告诉我们，只要有梦想，有勇气去追逐，无论前方有多少困难和挑战，都有可能实现梦想并创造属于自己的星河。
在人生的旅程中，每位艺术家都有自己独特的人生轨迹和梦想。刘亦菲的故事激励我们，无论身处哪个角落，只要心中怀揣着梦想，不断努力，就一定能够创造出属于自己的璀璨星河。让我们一起期待这位美丽的仙女，继续在演艺道路上发光发热，照亮前行的道路，照亮每一个人的梦想之光！
本文作者分别来自新加坡国立大学、北京大学与清华大学。第一作者王宇豪与共同第一作者屈文杰来自新加坡国立大学，研究方向聚焦于大语言模型中的安全与隐私风险。共同通讯作者为北京大学翟胜方博士，指导教师为新加坡国立大学张嘉恒助理教授。
本研究聚焦于当前广泛应用的 RAG (Retrieval-Augmented Generation) 系统，提出了一种全新的黑盒攻击方法：隐式知识提取攻击 (IKEA)。不同于以往依赖提示注入 (Prompt Injection) 或越狱操作 (Jailbreak) 的 RAG 提取攻击手段，IKEA 不依赖任何异常指令，完全通过自然、常规的查询，即可高效引导系统暴露其知识库中的私有信息。
在基于多个真实数据集与真实防御场景下的评估中，IKEA 展现出超过 91% 的提取效率与 96% 的攻击成功率，远超现有攻击基线；此外，本文通过多项实验证实了隐式提取的 RAG 数据的有效性。本研究揭示了 RAG 系统在表面「无异常」交互下潜在的严重隐私风险。
本研究的论文与代码已开源。
总述
大语言模型 (LLMs) 近年来在各类任务中展现出强大能力，但它们也面临一个核心问题：无法直接访问最新或领域特定的信息。为此，RAG (Retrieval-Augmented Generation) 系统应运而生——它为大模型接入外部知识库，让生成内容更准确、更实时。
然而，这些知识库中往往包含私有或敏感信息。一旦被恶意利用，可能导致严重的数据泄露。以往的攻击方式多依赖明显的「恶意输入」，比如提示注入或越狱攻击。这类攻击虽然有效，但也有着输入异常、输出重复等典型特征，容易被防御系统识别和拦截。
图1: 使用恶意查询进行逐字信息提取与使用良性查询进行知识提取 (IKEA) 之间的对比
为突破防御机制对现有提取攻击的限制，本文提出了一种全新的隐式知识抽取框架：IKEA (Implicit Knowledge Extraction Attack)。该方法不依赖任何越权指令或特异化提示语，而是通过自然、常规的查询输入，逐步引导 RAG 系统暴露其内部知识库中的私有或敏感信息。IKEA 的攻击流程具备高度自然性与隐蔽性。
其核心步骤包括：首先，基于已知的系统主题构建一组语义相关的锚点概念 (Anchor concepts)；随后，围绕这些概念生成符合自然语言习惯的问题，用于触发系统检索相关文档；最终，通过两项关键机制对攻击路径进行优化与扩展：
上述机制协同工作，使得攻击过程在保持输入自然性的同时，能够在多轮交互中高效提取 RAG 系统所依赖的外部知识内容。实验证明，IKEA 可在常规输入检测与输出过滤等防御机制下维持高成功率与提取效率，展现出强大的鲁棒性与现实威胁潜力。
方法概览：如何实现「看似正常」的提问？
具体而言，IKEA 首先从与系统主题相关的概念词中筛选出可能有效的锚点概念，并结合历史响应信息过滤无关或无效的概念。
锚点概念数据库的初始化如下：
随后，系统围绕这些锚点概念自动生成语义自然、表达通顺的问题，引导 RAG 返回内容丰富的答案，从而在多轮交互中不断扩大对隐私知识的覆盖。这种策略使攻击过程更加隐蔽，难以被传统检测手段发现。下文给出了「良性」问题的具体生成方式：
该方法设计了两项关键机制以确保知识提取效率：
经验反思采样 (Experience Reflection Sampling)
每个候选锚点概念的采样概率由如下惩罚得分函数定义：
最终的采样概率为：
可信域有向变异 (Trust Region Directed Mutation)
图 2: (左) IKEA 整体流程图；(右) TRDM 示意图
其中：
实验结果：IKEA 的提取效率远超基线方法
研究团队在三个不同领域数据集 (医疗-HealthCareMagic100k、小说-HarryPotter、百科-Pokémon) 上测试了 IKEA 攻击效果。以下是 IKEA 与其他攻击方法在「无防御」、「输入检测」、「输出过滤」三种防御策略下的比较：
表 1: 在三种数据集上不同防御策略下的攻击效果对比分析
提取知识是否「有用」？
研究团队围绕知识有效性开展了两类实验：其一，评估提取出的知识在对应文档相关的问答任务中的表现；其二，评估在有限轮次攻击下所提取知识对完整知识库的覆盖与支撑能力。实验结果表明，IKEA 不仅能够高效提取 RAG 系统中的信息，而且所提取的知识在问答任务中展现出良好的实用性，其性能接近于使用原始知识库时的表现。
图 3: 在三种不同知识库设定下的选择题 (MCQ) 与问答 (QA) 任务结果对比
表 2: 在不同防御与不同基线下提取的知识作为参考的选择题与问答任务结果对比
表 3: 基于不同攻击方法提取数据构建的 RAG 系统在完整知识库上的评估结果
总结
特朗普的“币圈野心”很大：从注册数字资产产品商标到宣布25亿美元比特币储备，现在他正将目光投向比特币ETF……
美国总统特朗普正继续进军币圈。
Truth Social周二向纽约证券交易所旗下全电子化交易所NYSE Arca提交了一份上市申请，旨在推出一只与这位总统的媒体公司相关的比特币基金，Arca是纽约证券交易所旗下负责大部分ETF交易的全电子平台。
这是特朗普进军加密货币世界的最新迹象，该申请被称为19b-4表格，是监管机构在决定是否允许该基金在美国交易所推出和交易之前必须提交的文件。
今年迄今为止，比特币已上涨12.7%，周四，其价格运行在105000美元上方。
这只名为Truth Social比特币ETF的基金旨在追踪比特币价格，为投资者提供一种更简单的方式来获得比特币敞口，而无需直接持有该资产。此次提交申请之前，特朗普媒体公司和Crypto.com在今年3月宣布建立合作关系，计划在今年晚些时候推出一系列数字资产产品，但需获得监管批准。
这些计划中的产品包括一篮子加密货币，例如比特币和Crypto.com的原生代币，并与传统证券相结合。这些产品将以特朗普媒体公司的品牌推出。
自2024年1月首次亮相以来，比特币现货ETF就广受欢迎，随着投资者寻求对加密货币进行受监管、流动性的投资，数十亿美元的资金流入。
目前，这一基金的总资产已膨胀至超过1300亿美元。其中，贝莱德的iShares比特币信托（IBIT）占据了最大份额，资产近690亿美元，使其成为全球最大的数字资产管理公司。
特朗普是Truth Social母公司特朗普媒体与科技集团（Trump Media & Technology Group）的多数股权所有者，该公司近几个月来采取了一系列与加密货币相关的举措，从注册数字资产产品商标到上周在拉斯维加斯公布一项25亿美元的比特币储备计划。
如果这一申请获批，将标志着一家最具政治关联的公司入场。