欧洲准妈妈孕期交欢：孕育过程中的甜蜜瞬间与独特体验分享，想要楼市回暖？当下楼市，稳定交付才是信号！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资金流向名词解释：指通过价格变化反推资金流向。股价处于上升状态时主动性买单形成的成交额是推动股价上涨的力量，这部分成交额被定义为资金流入，股价处于下跌状态时主动性卖单产生的的成交额是推动股价下跌的力量，这部分成交额被定义为资金流出。当天两者的差额即是当天两种力量相抵之后剩下的推动股价上升的净力。通过逐笔交易单成交金额计算主力资金流向、游资资金流向和散户资金流向。
生物钟的调适、孕激素水平的变化以及心理状态的微妙转变，共同塑造了母亲们在孕育过程中充满甜蜜和独特的体验。从怀孕初期的初次感受到胎动、到中期阶段胎儿的健康成长，再到晚期时期的母子共度美好时光，欧洲准妈妈的孕期交欢故事充满了甜蜜与幸福。
在怀孕早期，胚胎的发育如同一幅动态的艺术画作，从一个小小的囊泡逐渐扩大并形成雏形。在这个过程中，准妈妈的身体开始经历一系列复杂的生理变化，包括生理周期、新陈代谢率提升等。此时，她们的体态开始逐渐变胖，乳房变得饱满，腹部微微隆起，这些变化都预示着即将到来的分娩期的到来。而伴随着这些生理变化，准妈妈的心理状态也开始发生微妙的转变。她们开始期待新生命的诞生，心中充满了对未知世界的向往和期待，这种情感是喜悦和紧张交织在一起的。
进入孕中期，胎儿的生长速度开始显著提高，他们的身体器官如头骨、脊柱、肺部等多个部位逐渐发育成熟，同时也开始对外界环境产生反应。这时期，准妈妈的心跳加速，血压上升，荷尔蒙水平也开始发生变化，这是一种被称为“孕期高血糖”的现象，对于孕妇来说是一种挑战，但也是一种特殊的体验——那就是孕酮的升高，这是为了保证胎儿的正常生长和发展。
在孕晚期，胎儿的大小已经不再像初孕期那样明显，但身体的各个部分仍然在继续发育。这个时候，准妈妈的身体状况更加稳定，血液循环也变得更加顺畅，这种舒适的感觉让她们感到无比的安心和满足。准妈妈的情绪也趋于平稳，她们开始享受这个特殊时期带来的宁静和安逸，尽管生活的节奏加快了，但内心的平静让他们能够更好地应对孕期的各种压力和挑战。
欧洲准妈妈的孕期交欢是一段既充满甜蜜又充满挑战的旅程。她们的身心都在不断地进行调整和适应，每一次身体上的变化都是对孕育过程的深刻理解，每一次心灵上的感悟都是对未来生命的新期待。每一个孕期交欢，都是一次美妙的旅程，一次甜蜜的记忆，一种独特的体验，让每一个准妈妈都能珍藏这份记忆，回味这段难忘的时光。
2021年，楼市经历了火爆，也遇到了寒流。在房地产市场跌宕调整期，楼市“集体过冬、艰难前行”等词汇不绝于耳。
2022年，恐怕谁也没能预料到，房地产行业竟依旧呈现两大窘境：房企大批量爆雷、销售断崖式下滑......
这背后是行业大势的翻天覆地，是行业格局的彻底改变，也是行业逻辑的彻底重构。
变化莫测的市场，魔幻时代的重启，“求稳”便成了房企的头等大事。
1.高频救市之下，楼市这波真的回暖了？
自今年年初以来，一揽子救市措施接踵而至，仅6月就有70余城出台政策超百条，结合着上半年，整体救市频率和力度皆已达到历史顶峰。
那么楼市到底救没救起来呢？
有人说没有，有人说有，每次进入楼市转折期，信息面就开始混沌起来，因为大家都会根据自己的主观思维去臆断。事实上，分化时代楼市不能统一而论，房价涨不涨还要看市场。
事实就是：多家房企7月将再次迎来偿债高峰，房企最艰难的日子还未度过。
不过可以明确的是：市场信心的扭转和企稳或将在下半年出现。
根据近日发布的《百城土地成交报告》显示，截至目前，6月百城土地成交金额为1661亿元，环比5月前20日增速为53%。
楼市销售的加速回暖，对众多房企来说更是一大利好。
但对于购房者而言，房地产仍存在诸多不确定因素，让很多人都观望、迷茫。究其根源无非就是：住不进新房，就不会安心。尤其是受疫情影响后，购房者将买房关注点都聚焦到了能否交付上，密切关注楼市动态，因买房而愁绪万千。
2.稳健强者逆势突围？越艰难，越显担当
因此，在当下市场，任何华丽的宣传都不如眼见为实的交付具有说服力，能否保质并实现交付，已成为考验房企实力的核心标准。
尤其是疫情期间的新房交付，房企如果能做到保质交付，已是非常难得。而交付的实景兑现，更是房企综合开发实力、责任担当的重要试金石。
那么，究竟买房该怎么选？哪些楼盘最安心？哪家房企更靠谱？
孔雀城六盘近万套房源的惊艳交付，就是对兑现硬核实力的最好佐证。
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