瑰丽神秘的美乃雀之谜：探索由动画改编的番剧——《美乃雀的新篇章》，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开展高考考点燃气安全检查，东莞常平城管分局为高考护航友道化学有限公司附近一个家具厂老板告诉红星新闻记者，爆炸发生时，有仓库的玻璃被震碎，掉下来砸到了一些家具，不过损失并不严重，厂里也没有员工受伤。爆炸发生大约四五分钟后，她就看到消防车、救护车赶到了现场。下午5点30分左右，她前往屋外时，已经看不到浓烟。1963年1月的某天，毛泽东正在翻阅《史记》。这并不是他第一次研读这部经典。当他的目光停留在《高祖本纪》一节时，陷入了片刻的沉思，随后写下了六个字：“项王非政治家”。这句话简洁而犀利，精准地总结了西楚霸王项羽的政治短板，颇具深意。
2022年，一部全新的动漫改编作品——《美乃雀的新篇章》将在全球范围内引起热烈的关注。这部动画作品以瑰丽而神秘的色彩、丰富多样的角色设定和引人入胜的情节剧情，不仅在原作基础上进行了创新和拓展，更是将动画艺术推向了一个新的高度。
从视觉效果上看，《美乃雀的新篇章》以其精致的画面和细腻的人物描绘，展现出一幅色彩斑斓、充满细节的艺术画卷。其绚丽的色调、独特的光影运用和精致的制作工艺，使得整部作品无论是场景设计还是人物造型，都充满了浓厚的幻想色彩，给观众带来了一场视觉的盛宴。特别是对美乃雀这个角色，通过细致入微的描绘，展现出了她那独特而又迷人的魅力，使人们仿佛置身于一个奇幻的世界中。
对于情节故事，《美乃雀的新篇章》不仅保留了原作的核心元素，更在原有的框架下进行了一系列的突破和创新。通过对美乃雀的成长历程、爱情纠葛和人性探索等方面深入挖掘，展现了人性的复杂性与多样性，同时也揭示了人类对于美好事物追求的主题。这种对人性深度剖析和对社会现实的批判性思考，使得整部作品更具深度和广度，引发了许多观众的情感共鸣。
从文化内涵上来看，《美乃雀的新篇章》无疑是对传统文化的深度发掘和创新演绎。从美乃雀的传说到她的象征意义，再到她对爱情、友情、善良等价值观的诠释，无不彰显出中国传统文化的深厚底蕴和独特的魅力。该作品也巧妙地融入了西方流行文化的元素，如浪漫的爱情元素、科幻元素等，使得整个故事既有中国特色，又具有国际视野，既具有观赏价值，也具有教育意义。
《美乃雀的新篇章》作为一部动画改编作品，以其精美的画面、丰富的角色塑造、深邃的故事内涵和独特的文化背景，为动画艺术注入了一股崭新的活力。它不仅展现了动画的魅力，也体现了人们对生活的热爱和对美好的追求，是一部值得我们深入探讨和欣赏的作品。相信在不久的将来，随着更多观众的品味和喜好，这部作品将会在全球范围内取得更大的成功，成为一部极具代表性和影响力的动画作品。
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
2025年高考在即，又逢第24个“安全生产月”之际，为给广大考生营造安全稳定的高考环境，自5月27日启动护航高考工作以来，东莞常平城管分局积极行动，组织人员对镇内高考考点、考试住宿学校的食堂燃气安全进行全面检查，筑牢安全防线，为莘莘学子保驾护航。
常平城管分局组织执法人员联合常正燃气工作人员，对常平中学高中部考点的燃气安全隐患进行了全面排查。此次检查重点针对食堂、锅炉、宿舍内的管线、管件、阀门、燃气表、软管连接等重点部位进行详细检查。执法人员使用燃气检漏仪，对每个灶台下方的软管接口、管线连接处逐一检测，确保燃气设施安全可靠。同时，为保障考试期间燃气正常供应，执法人员要求燃气企业不仅做好考前检查，还须保持24小时通信畅通，以便及时处置异常情况。
在检查过程中，执法人员还向学校负责人、食堂负责人及食堂工作人员普及了燃气安全知识，详细讲解了应急处置措施，强调燃气安全的重要性，并要求严格遵守燃气使用操作流程，确保燃气使用安全。
高考期间，常平城管分局将持续开展燃气安全隐患排查整治工作，组织燃气企业加强燃气设施巡查巡检，并安排专人到考点值守，做好应急保障工作，全力当好高考燃气“陪考人”。该分局通过强化燃气安全监管和服务，为学子们在追逐梦想的路上增添一把燃气“安全锁”。
接下来，常平城管分局将继续按照上级有关要求，结合“燃气安全生产月”活动，开展多种形式的燃气安全宣传活动、用气安全隐患排查以及打击“黑气”等工作，不断提高市民群众的安全用气意识和应急处置能力，确保全镇安全用气形势稳定。
文|姚梓婷