探索新空间：重新布局家庭娱乐环境，新增一根手指电视！，“金包银”火了，能放心买吗？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容量与快充：20000mAh大容量可满足iPhone 15充电约4次（按4500mAh电池计算），支持22.5W多协议快充，覆盖华为SCP（22.5W）、苹果PD 20W、三星AFC 25W、小米QC3.0等主流协议。实测iPhone 15 Pro 30分钟可充至60%，华为Mate 60系列约50分钟充满。
使用智能化技术革新家庭娱乐体验，重塑沉浸式家庭娱乐生活
在当今科技日益发展的社会背景下，我们已经进入了一个全新的数字时代，其中一项重要变化就是对家庭娱乐环境的重新布局和优化。一项创新举措正在改变我们的生活方式——增加一根手指电视！这不仅仅是一项简单的科技进步，更是一场关于家庭娱乐方式与娱乐体验的新革命。
一根手指电视的概念看似简单，实则蕴含着许多深远的意义。它通过将传统电视屏幕简化为一根手指，实现了无界、随时随地的家庭娱乐体验。无论您身处何处，只需轻轻一点，就可以轻松切换至家庭电视，观看各种内容，无论是新闻资讯、电影大片还是动画动漫，都将在指尖上尽收眼底，无需再费力移坐或抬手去触摸屏幕。
一根手指电视改变了传统的电视互动模式。以往，我们在看电视时，需要双手抓住遥控器，来回摇摆或者按动按钮来控制画面和音量等，这种过程既繁琐又耗时。而一根手指电视的设计，则让这种复杂的操作变得更为便捷和直观。只需用手指轻轻一触，就能实现诸如切换频道、暂停/播放、快进/退、亮度调节等功能，无需复杂的步骤，节省了大量时间，提升了用户的娱乐效率。
一根手指电视还结合了虚拟现实、增强现实和人工智能等新技术，为用户提供更加丰富、立体和个性化的娱乐体验。例如，在虚拟现实中，您可以化身一位宇航员，置身于浩瀚宇宙，感受星际旅行的刺激；在增强现实应用中，您可以借助一根手指，与虚拟对象进行深度互动，仿佛亲临其境；而在人工智能的支持下，一根手指电视可以根据您的喜好和偏好，推荐最适合您的影视节目和游戏，甚至还能进行智能学习和自我调整，实现自动化的家庭娱乐规划和定制。
一根手指电视并非完美无缺，它仍存在一些挑战与问题需要解决。比如，如何保证用户体验的流畅性和稳定性？如何确保系统的兼容性，适应不同类型的电视设备？如何保护用户隐私，避免个人信息泄露的风险？这些问题都是我们需要面对和解决的关键问题。为此，研发团队不仅注重技术创新，同时也注重产品设计和服务优化，以确保一根手指电视能够真正满足用户的多元化需求，提供一个健康、安全、舒适的家庭娱乐环境。
一根手指电视的出现，无疑为我们打开了一扇新的家庭娱乐之门。它通过简化电视操作，引入虚拟现实、增强现实等前沿技术，以及智能推荐算法等手段，打破了传统电视的固有形态，为用户提供了一种全新的、自由度更高的家庭娱乐体验。这一创新举措不仅为家庭娱乐带来了前所未有的便利，也对未来的家庭娱乐行业产生了深远影响。让我们期待，随着科技的进步和社会的发展，一根手指电视将会引领一场新的家庭娱乐革命，带给我们更多的惊喜和乐趣。
新华调查｜“金包银”火了，能放心“入”吗？
近来，售价远低于足金产品的“金包银”饰品走红。然而，有消费者反映，从含金量低到虚假宣传，目前“金包银”饰品市场存在一些不规范现象。
“金包银”能放心“入”吗？消费者该如何避坑？记者在北京、深圳两地进行了调查。
1
“金包银”走红
在我国重要黄金珠宝集散地——深圳水贝市场，仅水贝一路和贝丽北路两条街，就有十数家门头带着“金包银”字样的店铺，有的面积达百余平方米。晚上8点多，仍陆续有人前来拿货。
“从去年下半年开始，‘金包银’类商品大规模进入市场，这从我们的检测需求大幅增加可以得到印证。”珠宝玉石首饰国检集团（NGTC）品牌建设与市场部负责人孟晓珺等业内人士说。
一般来说，“金包银”饰品指的是在银质基底表面覆盖一层薄薄的黄金，从外观看与足金饰品一样。值得注意的是，“金包银”名称本身并不符合权威机构对“包金”工艺的界定，而是商家对此类商品的通俗叫法。
这是北京一家店铺售卖的“金包银”手镯。新华社记者 任军 摄
“不掉色不露白”“外观和足金没有任何区别”“不剪开谁也不知道”……在某个粉丝量过万的“金包银”网店，价格不到千元的莫比乌斯手镯、碎冰冰四叶草手链、八宝罗盘等热门产品累计销量超过千件。
“我之前是卖足金饰品的，在新疆加盟了一家品牌金店。由于金价太高，资金周转不开，就转做‘金包银’了。”在深圳水贝一家“金包银”店铺，带着团队专门从新疆前来进货的海先生说。
这家店铺的销售人员介绍，水贝金价是大盘价加上加工费，比品牌金店便宜不少。目前国内黄金大盘价在每克780元左右，加工费在15元左右，一只30克左右的足金泥鳅背手镯，从水贝拿货需要2万多元。同款的“金包银”，标注金重只有1.02克，仅需不到2000元。
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