揭开XXNXXja∨的神秘面纱：探寻其深藏的历史与文化价值，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OpenAI免费开放ChatGPT记忆功能：用户对话连贯性提升当前，伴随人工智能技术的快速发展，电脑产业的创新重心正随之转移，而OpenHarmony操作系统正通过分布式架构与AI深度融合，为产业突破创新、重构人机交互与多端协同逻辑提供全新机遇。在技术与产业趋势的共同牵引下，润开鸿重磅发布基于OpenHarmony的HiHopeOS桌面操作系统及AI PC工作站，为千行百业的场景综合管理与服务创新体验提供了可融合AI推理引擎的场景核心算力软、硬件解决方案。
以“揭开XXNXXja∨的神秘面纱：探寻其深藏的历史与文化价值”为题，我们将深入探讨XXNXXja∨这一历史和文化瑰宝的独特魅力。这是一个充满神秘色彩且具有深厚文化底蕴的古老国家——蒙古国。XNXNJa∨作为这个国家的历史与文化的基石，以其独特的地理位置、丰富的历史记载以及多元的文化遗产，使其在世界文明史中占据着举足轻重的地位。
从地理角度来看，蒙古国位于亚洲中部，北濒鄂霍次克海，南接俄罗斯，西临欧洲大陆。这里处于欧亚大陆两大板块交界处，地质构造复杂，地貌多样。这种特殊的地理位置赋予了它独特的历史环境和自然环境，孕育出丰富的自然资源和壮丽的自然景观，如大兴安岭的森林、乌拉特草原的广袤、阿尔泰山脉的巍峨等，这些都是XNXNJa∨丰富历史文化的重要载体。
XNXNJa∨拥有悠久的历史和灿烂的文化。自成吉思汗统一蒙古后，这片土地就成为了一个繁荣昌盛的政治、经济和军事中心。蒙古国的建筑艺术、文字体系、文学创作等方面都展现了其独特的民族特色和地域特色。蒙古包、哈那赫壁画、《蒙古史》等重要文化遗产，生动再现了那个时代的风貌和精神风貌，是蒙古历史和文化的瑰宝。
XNXNJa∨的文化遗产涵盖了音乐、舞蹈、绘画、戏剧等多个领域。蒙古族的乐器有马头琴、呼麦、长调等，它们既是民间传统音乐的代表，也是国家民族文化和历史的重要载体。蒙古国的歌舞表演形式丰富多彩，既有传统的赛马舞蹈、摔跤歌舞，也有现代的流行歌曲和民族舞蹈，这些都体现了蒙古族人民对生活的热爱和对美好未来的追求。蒙古国的绘画艺术也十分丰富，尤其是蒙古族的壁画，以其鲜艳的色彩和精美的线条，描绘出了蒙古族人民的生活场景和信仰观念。
XNXNJa∨的传统文化在当今世界范围内仍然具有重要的影响和意义。例如，蒙古国的音乐文化不仅在中国，也在日本、韩国等地产生广泛的影响，许多著名的蒙古族歌手和乐队都深受他们的影响，如阿勒泰·巴尔虎，他们用深情的歌声演绎了蒙古族人民的生活故事和民族情感。蒙古国的舞蹈艺术也在全球范围内受到越来越多的关注，特别是那些融合西方现代舞元素的现代舞蹈作品，展示了蒙古族文化的新面貌和新活力。
XNXNJa∨作为一个充满神秘色彩且具有深厚文化底蕴的古老国家，其历史和文化价值不可忽视。通过深入研究和挖掘其历史、地理、文化、艺术等方面的特性，我们可以更全面地认识这个国家，更加深刻地理解和欣赏其独特的魅力和价值。无论是对其历史的追溯，还是对其文化的探索，都能让我们更好地理解人类社会的历史发展和多元文化的形成过程，同时也能为我们提供一个全新的视角，去探索和发现这个世界上的各种未知和奥秘。我们应该珍视和传承XNXNJa∨的历史和文化资源，将其融入到现代社会的发展中，使这个历史悠久的国家在新的时代背景下焕发出更为璀璨的光芒。
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
据悉，升级后的记忆功能可保存并引用用户过往对话内容，包括偏好设置、特定指令及历史对话记录，使AI回复更具连贯性。例如，用户在撰写长篇小说或进行金融分析时，ChatGPT能根据此前对话调整回复风格或提供上下文关联信息。免费用户可体验轻量级版本，支持短期对话连续性；付费用户则享有更强大的记忆能力，可调取更早的对话记录。
此外，OpenAI还升级了隐私保护措施：用户可随时关闭记忆功能或删除特定内容，并可选择“临时聊天”模式避免对话记录留存。此外，用户可通过隐私设置管理数据存储期限，确保对话内容仅在授权范围内使用。
此次更新被视为OpenAI应对市场竞争的重要举措。此前，GPT-4.1系列模型（含GPT-4.1、GPT-4.1 Mini和GPT-4.1 Nano）已通过支持100万Token上下文窗口、提升编码能力及指令遵循能力，巩固了其在长文本处理和复杂任务执行领域的优势。