少女沉浸奇幻3D动画：叔叔神秘催眠打破沉睡与真相揭示，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原创 又没谈拢？不到 10 分钟就谈崩了，俄罗斯放狠话，准备接着打仗吧！绘本的设置很有趣独特，每本书上都有5-7个精心设计的小洞洞，通过上一页的学习和线索，让宝宝猜出下一页的答案，阅读的过程也是猜谜的过程，培养宝宝的观察力和想象力、专注力~
高中少女小林在一场偶然的梦境中，被邀请进入了一片神奇而充满奇幻色彩的三维世界。这个世界是由一位神秘的叔叔精心设计和操控的，他的使命是唤醒沉睡在小女孩心中的秘密，揭开尘封已久的真相。
在这个奇幻的世界里，小林遇到了各种各样的角色和生物，他们各具特色却又奇妙无比。她遇见了一个活泼开朗的小精灵，一只拥有超凡智慧的大象，一个善良勇敢的守护者，以及一群富有想象力的设计师和建造师，他们都用自己的方式为这个世界添加了独特的元素和生命力。这些角色与小林一起经历了一系列冒险，包括寻找失踪的神器、对抗邪恶势力、解开隐藏的秘密……这些经历让小林感到既刺激又兴奋，也让她更加深入地理解和接受这个世界的真实性。
这一切都只是开始。在一个关键的夜晚，这个世界的主人——神秘的叔叔突然出现，他以一种强烈的催眠力吸引了所有的孩子，并将他们带到了一个充满了黑暗和恐怖的地方。在这里，叔叔告诉小林，这个世界的真相并非简单易懂，而是需要她通过自己的勇气、智慧和创造力去发现和揭示。
小林并没有退缩，相反，她选择了勇敢面对，试图找到答案。她利用自己对世界的感知和想象力，一步步引导着叔叔走向正确的方向。在这过程中，小林不断思考和实验，尝试用各种方法来打破叔叔的催眠，最终成功地解开了这个世界的谜团。
在这个过程中，小林不仅解开了自己的心结，也发现了自己内心深处的力量。她明白了真正的力量并不来自于外在的环境或物质，而在于我们内心的勇气、智慧和创造力。这种领悟使她重新定义了自我，也让她对未来的生活充满了期待和信心。
当夜幕降临，小林终于成功揭示了世界的真相。她告诉叔叔，其实那个失落的神器并不是什么恶魔的武器，而是一颗蕴含着无穷力量和美好未来的宝石。只有通过勇气和智慧的结合，才能真正发挥出这颗宝石的力量，创造出一个更美好的未来。
这个故事告诉我们，无论面临何种困难和挑战，只要有勇气去探索，有智慧去分析，有创造力去创新，就一定能够找到解决问题的答案，揭露隐藏的真相，创造属于自己的奇迹。这就是少女小林在奇幻的世界中，凭借自己的勇气和智慧，实现自我突破，寻回真实自我的过程，也是人类对于未知世界的探索和追求的过程。
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
据中新网 5 月 18 日消息，俄乌双方在土耳其伊斯坦布尔的直接会谈，持续不足两小时便宣告结束，乌方直言 “毫无成果”。此次会谈备受关注，却迅速谈崩，背后原因复杂，涉及诸多关键矛盾。
领土争端：难以跨越的鸿沟
俄罗斯（资料图）
俄乌之间的领土争端，是此次会谈破裂的核心原因。乌克兰坚持要恢复 1991 年的领土边界，克里米亚以及乌东地区，都在其收复的计划之中。而俄罗斯这边，要求乌克兰承认当下的领土现状，放弃对上述地区的主权诉求。就拿克里米亚来说，自 2014 年克里米亚公投加入俄罗斯后，俄罗斯就将其视为本国领土的一部分，绝不可能轻易让步。乌东的顿涅茨克和卢甘斯克地区，局势同样复杂，乌克兰想重新掌控，俄罗斯则要维持现状，双方在领土问题上的立场犹如两条平行线，难以交汇，这种根本分歧使得谈判在一开始就困难重重。
安全困境：互不相让的症结
在安全保障方面，俄乌双方的诉求大相径庭。乌克兰深知自身实力难以单独抗衡俄罗斯，所以迫切希望获得外部的安全保障，加入北约或者与第三方签订安全协议，构建集体防卫机制，对它而言至关重要。一旦有了这样的机制，乌克兰觉得就能对俄罗斯形成制衡。但俄罗斯可不这么看，在俄罗斯眼中，乌克兰寻求的这些安全保障，完全就是针对自己的，严重威胁到自身安全。俄罗斯认为，乌克兰保持 “永久中立”，才是实现地区 “持久和平” 的前提。就像美国智库兰德公司在 5 月 12 日发布的报告里提到的，俄乌双方要是没办法保障自身长期安全，很难达成最终和解。这种安全困境上的巨大分歧，让双方在谈判桌上互不相让，成为会谈破裂的又一关键因素。