揭秘：厕拍美女福利，让每一次擦手都成为一场视觉盛宴！，红利与成长共舞！32只股票今日创历史新高看似无害的提问，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今年夏天，T恤、奶奶衫已经悄然退场，取而代之的是一款既俏皮又透气、专为时尚女性打造的“小衫”。今天，我们就来详细了解一下这款今夏最火的“小衫”，以及它如何为50岁的女人带来又美又洋气的穿搭体验。
从全球的视野来看，无论是在公共场所还是在私密环境中的公共厕所中，厕拍美女现象似乎已经成为一种普遍的现象。厕拍美女是指那些以拍摄自己的真实形象，在公共卫生间内进行拍照的行为，并以此作为炫耀自己的个人魅力和生活方式的一种行为方式。厕拍美女背后的真实含义和福利究竟如何，本文将深入探讨一下这一现象的神秘面纱。
让我们从厕拍美女的定义开始。通常来说，厕拍美女指的是在公共卫生间内通过手机或相机进行拍照，然后上传到社交网络、短视频平台或者博客等渠道，展示自己在如厕时的各种状态、动作以及化妆妆容等方面的表现，以此吸引粉丝关注和点赞。这些照片往往具有很高的观赏性和艺术性，通过细腻入微的构图和光影处理，呈现出独特的审美效果，给人们带来了视觉上的冲击和享受。
厕拍美女的福利主要表现在以下几个方面：
1. 独特的个人风格展现：厕拍美女善于捕捉生活中的细节，通过对厕所环境、人物姿态、妆容搭配等方面的精心描绘，展现出自己的独特个性和生活态度。她们或许会穿着休闲装，展现出轻松自在的生活状态；也可能会佩戴华丽的服装，展示出对时尚和品味的独特追求。这种个人风格的展现，既能满足一些人的审美的多元化需求，也能引发一部分人的共鸣与模仿，为她们塑造了极具吸引力的形象和网络人气。
2. 赚取眼球和流量：厕拍美女通过分享自己的厕拍作品，吸引了大量的粉丝关注和喜爱。他们在社交媒体上发布视频或者图片，吸引了大量的点击率和转发量，从而获得了大量的人气和流量。这不仅提高了她们的知名度和影响力，也为她们创造了丰厚的商业价值，如广告代言、网店销售、粉丝经济等。厕拍美女的一些作品还被制成电影、电视剧等形式的娱乐节目或主题曲，进一步提升了她们的知名度和影响力。
3. 提升个人品牌形象：除了获取流量和金钱收益外，厕拍美女还可以借此机会提升自身的个人品牌形象。他们通过分享厕拍作品，展示了自我独特的形象和生活态度，传递出了积极向上的价值观和健康的生活理念。他们的作品也可能受到观众的喜爱和认同，进而影响和引导了大众的价值观和生活态度，这对于塑造个人的社会影响力和社会责任感具有重要意义。
4. 开展互动和合作：厕拍美女还积极参与各种活动和项目，通过与其他摄影爱好者、模特机构、品牌商家等建立合作关系，开展互动和合作，推广自己的厕拍作品，拓宽营销渠道，提高曝光度和知名度。例如，一些厕拍美女可能与知名美容护肤品牌、健身器材厂商等进行跨界合作，推出相关产品或服务，以此来拉近消费者与品牌的距离，增加产品的购买转化率和口碑传播。
总结而言，厕拍美女以其独特的生活态度和艺术表现形式，赢得了广大消费者的喜爱和追捧。这一现象既展现了现代女性的独立个性和生活方式，又提供了丰富的视觉体验和商业价值，对于提升个人品牌形象，塑造社会文化氛围，推动社会发展和进步产生了重要影响。我们应该理性看待厕拍美女，既要欣赏其美艳的魅力，也要认识到其背后的实质意义和商业价值，以此推动公众对公共卫生间清洁卫生、环境卫生等问题的关注和重视，共同营造一个更舒适、更安全、更文明的公共生活环境。
Wind数据显示，截至今日收盘，今年以来上证指数累计上涨0.73%，深证成指、创业板指分别累计下跌2.59%、5.45%。市场呈现结构性行情，美容护理、有色金属、银行、医药生物行业涨幅居前，分别累计上涨18.23%、11.14%、9.87%、9.10%。
值得注意的是，32只股票今日创下历史新高，多只股票来自红利板块，还有多只股票来自成长板块，红利与成长共舞特征明显。
具体来看，潮宏基、若羽臣、花溪科技、万辰集团、利民股份、中宠股份今年以来涨超100%。其中，潮宏基涨幅已近200%。
上述32只股票分属12个行业板块，银行、医药生物、食品饮料行业的个股数量居前，分别为7只、5只、3只。从市值规模看，上述股票最新总市值多数在500亿元以下，超500亿元的股票多为红利板块的银行股。从投资风格看，江苏银行、渝农商行、北京银行等属红利风格，迪哲医药-U、诺诚健华-U、百利天恒等属成长风格。
今日股价创历史新高的股票
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