3D二次元题材的视觉盛宴：揭秘3D同人污的独特魅力与社会话题探讨，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 电商乱战，小红书和视频号“渔翁得利”？时间回溯到2015年11月，彼时亦庄战略新兴产业基金（战新基金）出资设立北京屹唐盛龙半导体产业投资中心，屹唐盛龙于次月与美国半导体设备公司MTI（Mattson Technology, Inc）等主体达成协议，以约3亿美元对价收购其全部股权。在国内，屹唐盛龙亦同步发起设立屹唐有限，即今天的屹唐股份，随即将MTI转为其全资子公司。
以下是基于3D二次元题材的视觉盛宴——揭秘3D同人污的独特魅力与社会话题探讨的文章：
标题：3D二次元题材的视觉盛宴：揭秘3D同人污的独特魅力与社会话题探讨
随着科技的发展和虚拟现实技术的崛起，3D二次元文化在全球范围内得到了广泛的传播和发展。这种独特的艺术形式以其丰富多样的内容、独特的视觉体验和深邃的社会话题性，吸引着无数的观众和创作者。这个看似和平共处的艺术世界中，隐藏着一种另类的魅力——3D同人污（也称为3D二次元污或3D二次元淫）。
让我们从其独特的魅力开始。3D同人污的独特之处在于它将传统同人画、漫画等二次元艺术形式与3D技术相结合，创造出了一种既独特又富有创新性的视觉效果。通过使用细腻逼真的3D建模技术和色彩搭配，画面中的角色形象仿佛活灵活现，仿佛能与观众产生直接的互动感。3D技术还可以使角色的动作更加自然流畅，无论是奔跑、跳跃还是战斗，都能呈现出令人震撼的效果。这种独特的3D技术使得3D同人污能够以全新的视角和手法展示出二次元世界的丰富多彩，让观众在欣赏精美画面的也能体验到浓厚的代入感和沉浸感。
对于3D同人污这一现象，人们往往会产生一些复杂的社会话题。一方面，它代表了人们对二次元文化的追求和热爱，是一种对艺术创作精神的高度认可和尊重。许多人在观看3D同人污时，会感到激动、欣喜和满足，这是因为它们能够触动人的内心深处，引发对人性、情感和生活思考的深度探索。这也表明了人们对美的追求和对艺术价值的认可，是对传统文化的一种传承和发扬。
另一方面，3D同人污的存在也引发了关于文化同质化和社会偏见的讨论。随着社会审美观的变化和网络环境的开放，越来越多的人选择接受和欣赏3D同人污等非主流的艺术形式，这无疑对传统的二次元艺术和文化产生了影响。一些人可能会担忧，过度沉迷于低俗娱乐可能会导致文化审美情趣的单一化和娱乐价值的降低，甚至会影响青少年的成长和发展。如何在保持3D同人污艺术特色的引导公众理性看待和欣赏这类作品，是摆在3D二次元领域面前的一项重要课题。
3D二次元题材的视觉盛宴以其独特的魅力吸引了众多的观众和创作者，展现了人类对于美好生活的向往和对艺术的独特追求。这种艺术形式也面临着一些复杂的社会问题和挑战，需要我们深入探究，从不同角度去理解和应对。只有这样，我们才能在享受视觉盛宴的也能够推动二次元文化的健康发展，使之真正成为连接现实生活和艺术世界的桥梁。
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
618在即，各家电商平台已经开始“各显神通”。
美团、饿了么开始使用“谐音梗代言人”。主题色为黄色的美团率先发力，起用歌手黄龄，意为“黄的灵”，另一边的饿了么也不甘示弱，迅速请到演员蓝盈莹作为“饿了么必赢官”，标语为“蓝的一定赢”。
一片“乱哄哄你方唱罢我登场”的局面下，小红书和视频号静悄悄放起了大招。
先是小红书突然宣布开放电商外链，与淘天、京东开启合作，小红书用户可以在站内一键跳转淘天、京东购买在小红书种草的商品，淘天、京东则为小红书提供更为精确的种草转化数据，这种突然转变让不少人揣测：小红书难道要放弃自营电商？
另一边，一向低调的微信电商也在全员信中发布组织架构调整细节：原微信开放平台基础部负责人曾鸣将负责电商产品部，直接对张小龙汇报。原有的开放平台基础部则更名为开放平台部，负责微信公众号和小程序产品的策划、研发和运营工作，由杜嘉辉担任负责人，向曾鸣汇报。
张小龙曾在内部谈话时称“商品信息应该成为一个‘原子化交易组件’，能自由地在微信里游走。”马化腾对于微信电商的期许也是“打造一个长期的电商生态连接器”。