残酷榨精：取精女王的惊世之作，让人心生敬畏与惊艳！，华为Pura 80系列手机即将发布，品牌升级已布局商标！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陪读家长的存在基于围棋行业一个现实前提：低龄、有天赋的棋童才具有可持续的职业价值。据不完全统计，顶尖的职业男棋手如柯洁、范廷钰等在10到13岁之间完成定段。中国棋院杭州分院2023年的一篇论文写道，“早定段的孩子发展空间更大，如果在 13—16 岁这几年关键期中未能定段，即使以后定段成功，冲进围甲（注：围棋运动项目的顶级联赛）的难度也会大幅提升。”
人类历史上，许多杰出人物以他们卓越的才华和坚韧不拔的精神，创造出无尽的艺术奇迹，其中最引人注目的之一便是取精女王——玛丽·居里。她的科学成就不仅改变了人们对原子、放射性和核能的认识，更以其独特的人格魅力和深刻的人生观，使她成为了一位令人敬畏的女性科学家。
玛丽·居里的名字在中国并不为人所熟知，但在全球范围内，她的故事和成就却有着广泛而深远的影响。她的生平中充满了艰辛和挑战，但她始终坚持自己的信念和追求，无论是在科学研究还是在人生的道路上，都展现出了惊人的勇气和毅力。
居里夫人于1867年出生于波兰的一个贫寒家庭，父亲是一位木匠，母亲则是一名纺织工。自幼丧母，生活困苦，但却没有阻止她对知识的渴望和对科学的热情。尽管生活条件艰苦，但她在学业上一直保持着优异的表现，最终被普鲁士莱比锡大学录取，并在那里开始了她的学术生涯。
生活的压力并未减轻，居里夫人在寻找实验材料时发现了一个神秘的铀矿石，它闪烁着耀眼的光芒，激发了她对物质世界的深入探索。经过几年的研究，她成功提取出纯净的镭，这不仅是她的重大科学发现，也是人类历史上第一次分离出金属镭。这一成果震惊了全世界，居里夫人也因此获得了1903年的诺贝尔物理学奖，这是继爱因斯坦之后，第二位获得此殊荣的女性科学家。
居里夫人的科学成就远不止于此。她的另一个重要贡献是发现了镭的放射性，这是一种具有极强破坏力的元素，能够引发人体内部的细胞病变和死亡。这项发现对于医学领域产生了深远影响，使得癌症患者有了新的治疗手段，也为化学家和工业界开辟了崭新的应用领域。
居里夫人的生活并非总是平静如水。她的婚姻受到了社会的压力和歧视，丈夫皮埃尔被怀疑为共产党成员，甚至被流放到法国的劳动营。这些困难和挫折并没有击垮她，反而激发了她的坚毅精神。她独自一人承受这一切，始终坚守科学研究，坚持真理，直到晚年，依然致力于科学事业的推广和发展。
可以说，玛丽·居里的一生是一部充满坎坷但又充满荣耀的传奇。她的坚韧和勇敢，她的执着和奉献，无不展现出一个女性科学家的伟大人格魅力和坚定人生目标。她的科学成就不仅改变了人们对原子、放射性和核能的认识，也让她成为了我们所有人学习的榜样，激励我们在面对生活的困难和挑战时，要像她一样，保持一颗勇敢的心，坚持不懈地追求真理，勇往直前。
华为终端官微宣布，华为Pura 80系列及全场景新品发布会将于6月11日14:30举办，届时将正式发布华为Pura 80系列手机。
丨华为Pura系列
据了解，华为Pura系列是在华为「P」系列基础上升级而来的。2024年，华为「P」系列迎来了十二周年生日，为了庆祝该系列为华为手机在影像与时尚领域作出的努力，P系列收到的周年庆大礼是正式升级为「Pura」系列。
全新的品牌标识、全新的品牌理念，在Pura 70系列上体现地淋漓尽致。该系列更加注重影像实力的提升，是目前影响力最强的国产影像旗舰之一。
根据此前的爆料，这一代的华为 Pura 80 系列将大量采用国产CMOS。有分析认为，参考华为Pura 70系列，华为Pura 80系列预计将包括至少四款机型，分别为华为Pura 80、华为 Pura 80 Pro、华为Pura 80 Pro＋和华为Pura 80 Ultra，起售价格预计超过5000元人民币。
丨品牌商标布局
Pura系列确立之前，华为已提前进行商标布局。知协查询了解到，华为在2024年4月份就一口气提交了多件商标申请，包括PuraPad、Pura Drive、Pura Key、Pura Watch、PuraView、Pura Ultra、Pura Wear等，国际分类包括运输工具、科学仪器、珠宝钟表。
值得一提的是，华为还申请了“PuraOS”商标，有人认为这一商标暗示Pura系列将拥有独立的操作系统。不过，大多数人认为，该商标只是防御性注册！
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