林雅诗表演全记录，120分钟的艺术盛宴不容错过，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俄总统新闻秘书：克里米亚大桥遭乌方袭击但未被破坏干香菇：5-6朵（增加香气） 咸蛋黄：3颗
林雅诗，这位才华横溢的舞蹈家以她的独特艺术魅力和精湛技艺，被誉为“舞台上的精灵”。在120分钟的艺术盛宴中，她用舞姿诉说着对生活的热爱，描绘出丰富多样的情感世界。从激情澎湃的现代舞《狂风骤雨》到柔情似水的爵士《月光下的芭蕾》，每一个节目都蕴含着深厚的内涵，展现了林雅诗对舞步的独特诠释，以及她在表演上的无尽探索和创新。
林雅诗的舞蹈创作充满了浓厚的人文关怀和社会责任感。她的每一次演出，都在传递一种积极向上的生活态度，通过身体语言传达出人们对生命的热爱，对未来充满期待，对梦想的执着追求。无论是灵动飘逸的现代舞《狂风骤雨》，还是深情款款的爵士《月光下的芭蕾》，都能深深打动观众的心弦，让他们在欣赏美妙绝伦的舞蹈时，也感受到人性的美好与尊严。
林雅诗的音乐造诣更是令人叹为观止。在她的音乐剧《跨越时间的爱》中，她演绎了一首深情的交响曲，融合了古典音乐与当代流行元素，以其独特的音乐语言，将故事娓娓道来，引发了观众的情感共鸣。林雅诗的音乐实力不仅体现在对各种音乐类型的精通上，更体现在她对音乐深层主题的理解和表达上，让人在聆听旋律的也能深刻理解她的精神追求和艺术追求。
在艺术的殿堂中，林雅诗以自己的才华和坚持，创造出一个充满生命力和深度的艺术世界。她的表演全方位展示了现代舞蹈的魅力，使观众仿佛置身于一场精彩的视觉盛宴，感受到她对于生活的热情，对于艺术的执着追求，以及对于社会的责任感。这是一场不容错过的艺术盛宴，是林雅诗用生命和汗水铸造的璀璨明珠，也是我们对中国优秀文化传承的重要见证。林雅诗，你的120分钟的艺术盛宴，让我们一起期待更多的精彩瞬间，共同见证您的艺术人生之路，一同感受中国文化的深厚底蕴和独特的魅力！
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
新华社莫斯科6月4日电（记者赵冰）俄罗斯总统新闻秘书佩斯科夫4日说，克里米亚大桥日前遭到乌克兰袭击并发生爆炸，但大桥并未被破坏，仍正常运行。
佩斯科夫当天对媒体作出上述表态。佩斯科夫还表示，乌克兰仍在袭击俄民用设施，俄方正在据此采取预防措施。
乌克兰国家安全局3日发起特别行动，对克里米亚大桥实施“水下袭击”。这是乌国家安全局自乌克兰危机升级以来第三次对克里米亚大桥发动袭击。俄联邦安全局同日说，在克里米亚逮捕了一名制作爆炸装置的乌克兰特工。