我深感不应当瞒着妻子去参加漫展CV，原因剖析与后果探讨：人性真实面相揭示，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泰柬边境纠纷升级的敏感时期，泰军方宣布购买新型战斗机松弛舒适，也是塑造风格不可缺少的单品。今年夏天，快去选一件短袖Tee吧～
标题：隐瞒妻子参加漫展 CV 的原因分析与后果探讨：人性真实面相的揭示
近年来，随着二次元文化的发展和漫展的日益普及，许多人开始选择将自己对动漫、游戏、漫画等兴趣转化为职业或爱好，并在其中展现出专业的技能和才华。在这种情况下，有一个关键问题值得深入探讨：即为什么有些人在面对妻子的强烈反对后会选择隐瞒她的这一决定，以及这一行为可能带来的结果。
隐瞒妻子去参加漫展 CV 的原因多种多样。一方面，这可能是出于对妻子的职业规划和兴趣的支持。女性在许多职业领域中都能发挥重要作用，包括创作者、表演者、设计师等。而参加漫展 CV 可能是这些领域的专业实践和展示机会之一，可以增强妻子的专业素养和就业竞争力。另一方面，隐藏妻子的这一决定也可能源于一些个人情感因素。有些人可能会担心妻子会感到不满或者失望，因为这可能会打乱他们的家庭平衡或者关系稳定性。还有些人可能认为，通过隐瞒妻子的行为，他们可以在一定程度上保护自己的隐私和秘密，避免引发不必要的冲突和困扰。
无论隐藏妻子去参加漫展 CV 的动机如何，这一行为所导致的结果却是复杂的。从动机层面来看，隐瞒这一决定可能会给妻子带来压力和焦虑。当她得知丈夫的秘密时，可能会产生各种负面情绪，如疑虑、失落、愤怒等，甚至可能导致夫妻关系紧张和破裂。从结果层面来看，隐瞒妻子的决定也可能会对自身的职业发展产生影响。在某些职业领域，如网络主播、配音演员等，公开出席漫展 CV 可能会对个人的工作形象和粉丝群体造成负面影响，导致竞争加剧和个人职业发展的瓶颈。如果妻子因此受到了打击，还可能会进一步加深她对婚姻和家庭的责任感，进而影响她在工作上的积极性和投入度。
隐瞒妻子去参加漫展 CV 是一种自私的选择，不仅不利于妻子的事业发展，而且还会对自身的心理健康和社会形象产生负面影响。人们在面对类似情况时，应理性地权衡利弊，尽量保持坦诚和尊重，寻求双方的共识和支持，共同推动事业和个人成长。我们也需要关注并倡导性别平等和包容的社会环境，为女性在职业生涯中的公平发展创造更多的可能性和机遇。
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
泰国空军宣布将采购瑞典最新型“鹰狮”战斗机。
改进型“鹰狮”战斗机。
据中新社报道，泰国空军6月3日通过社交平台发布消息称，将从瑞典采购最新型萨博“鹰狮”(GRIPEN E/F)战斗机。此举旨在增强泰国空军实力，以保卫国家主权。
泰国空军表示，该采购计划是推动空军发展战略的重要项目之一，符合泰国把空军发展成为强大而高效的空中力量的愿景。此次采购将给空军补充高性能装备，用于保卫国家主权和维护国家利益，并有效应对当前和未来环境中的威胁。与此同时，泰国空军还发布了一段时长近两分钟的视频，展示了GRIPEN E/F战斗机的性能。
近期，泰国和柬埔寨在边境发生摩擦引发舆论的关注。
当地时间6月2日下午，柬埔寨军队在柏威夏省边境巡防时发现并截获一架非法侵入领空的无人机，柬埔寨军方初步判定该无人机由泰国军方操控，疑似用于侦察柬军部署情况。
柬军方通报称，该无人机在柬军驻扎区域上空飞行，意图收集边境军事部署信息，最终被前线部队拦截并扣留。柬方呼吁各方保持克制，避免加剧边境紧张局势。事件仍在进一步调查中。泰国方面对此暂无回应。
5月28日，泰国和柬埔寨士兵在两国边境地区短暂交火。报道称，柬埔寨军方发言人称，柬埔寨士兵当时正在边境进行例行巡逻，泰国方面率先开火，柬埔寨方面有一人死亡。