神马影院：一站式观影体验，揭秘神秘入口的秘密，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 时隔三年，俄乌还是没谈拢，俄军突袭乌克兰防线，基辅北部全线失守《在斯万家那边》是法国作家马塞尔·普鲁斯特（1871-1922）的《追忆似水年华》（共七部）的第一部。
关于“神马影院：一站式观影体验，揭秘神秘入口的秘密”，这是一家以其独特的观影环境和优质服务而备受关注的综合性电影院。神马影院通过打造一个全方位、一体化的观影体验，为观众提供了一个沉浸式的观影空间，打破了传统电影院单一的观影模式，引领了新的观影潮流。
神马影院以创新的设计理念为核心，将现代科技与电影艺术完美融合，打造出集餐饮、娱乐、购物于一体的大型影城。宽敞明亮的大厅内，高挑的穹顶灯营造出浓厚的梦幻氛围，充满艺术气息的墙面装饰更是引人入胜。置身其中，仿佛能感受到电影的魅力，让观众仿佛身临其境地沉浸在电影的世界中。
在观影区域，神马影院精心设置了舒适的座椅，选用优质的软硬适中的面料，为观众提供了最舒适的观影环境。影院还配备了先进的投影设备，高清的画面清晰度和震撼的音效，让观众在享受视觉盛宴的也能享受到完美的听觉享受。值得一提的是，影院还特别设计了一处神秘的入口，它隐藏在一个深邃的地下室里，宛如一处隐秘的魔法洞穴，只有极少数熟悉影院内部布局和规则的人才能找到。
而在观影之余，神马影院更注重顾客的观影需求，提供了一系列丰富多样的观影选择。除了传统的IMAX巨幕厅、3D动感厅、家庭影院等常规放映区外，影院还在不定期举办各种主题放映活动，如各类影片特展、音乐剧演出、动漫节等，满足不同人群对观影的需求和兴趣爱好。为了方便客人，神马影院还设有儿童游乐区、宠物休息区等功能区域，为孩子们提供一个欢乐的学习和游玩场所，为大人们营造轻松愉悦的休闲时光。
神马影院还设有丰富的观影周边设施，包括咖啡厅、餐厅、书店、生活用品店等，让观众在观影之余，还能品尝到美食、阅读好书、购买生活必需品，真正实现了“一站式”的观影体验。影院还定期推出会员优惠活动，鼓励消费者长期消费，形成良好的口碑传播和社会效应。
“神马影院”以其独特的观影环境和优质服务，不仅为观众提供了沉浸式、高品质的观影体验，而且致力于打造一个舒适、便利、有内涵的文化娱乐空间。它的神秘入口、多元化的观影选择和贴心的服务，无疑使神马影院成为了当下最具吸引力的一站式观影场所之一，吸引着越来越多的电影爱好者和追求高品质生活的市民前来观影，共同探索电影的艺术魅力和无限可能。
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
据中国网 5 月 17 日消息，俄乌在土耳其举行的三年来首次直接谈判破裂，乌方称 “毫无成果”，而俄方却表示 “基本满意”。这场备受关注的谈判为何再次失败，背后又隐藏着怎样的复杂局势？
谈判破裂：十年条件成导火索
谈判现场：开局不顺矛盾激化
俄罗斯（资料图）
2025 年 5 月 16 日，俄乌代表团在土耳其伊斯坦布尔的多尔玛巴赫切宫总统办公室举行谈判，这是双方时隔三年的首次直接对话，由土耳其外长费丹主持。然而，俄罗斯代表团迟到 10 多分钟才抵达会谈地点，这一开始就为谈判蒙上了阴影。更让人意外的是，会谈开始后，俄罗斯要求土耳其和美国代表团离开现场，乌方认为这是俄方在 “破坏和平努力”，从这些开局状况能明显看出双方之间的紧张氛围。
俄方条件：乌方难以接受
谈判进行到约 10 分钟时，俄方代表团团长梅金斯基 “拍案而起”，提出了一系列停火条件。这些条件包括：
乌克兰必须割让顿涅茨克、卢甘斯克、扎波罗热和赫尔松四州，这四个地区占乌克兰国土面积的 40%，还包含黑海出海口和工业重镇，若答应，乌克兰相当于被肢解。
乌军规模要缩减至 10 万人以下，销毁所有射程超过 300 公里的导弹，并且接受俄罗斯主导的 “安全监督团”，这会让乌克兰的国防能力受到严重削弱。
乌克兰要在宪法中明确禁止加入北约和欧盟，未来任何国际条约都需经过俄罗斯 “咨询”，这意味着乌克兰的外交政策自主权将被彻底剥夺。