「百度小四郎」：深藏瑰宝的收藏奇人与他的传奇故事，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OpenAI免费开放ChatGPT记忆功能：用户对话连贯性提升2.“侃哥说财经”等账号开展非法荐股。抖音账号“侃哥说财经”“落叶巅峰”、微信公众号“小海豚大梦想”“风清扬大侠”、微博账号“浪沙淘金侠”“牛遍天下-”、快手账号“财经老韭菜”“金叶子财经”等，通过煽动性或暗示性话语，引导投资者付费加群跟投买入个股、暗示预测个股走势、宣扬买某些股票稳赚不赔，进行非法荐股。涉及的账号已被依法依约关闭。
将"百度小四郎"描绘为一个深藏瑰宝的收藏奇人，并结合其传奇故事，讲述一个关于中国文化、艺术和历史的魅力之源的故事。在这个充满神秘感的世界中，一位名叫百度小四郎的收藏家以其独特的眼光和深入骨髓的热情，将世间万物的精髓珍藏于岁月的尘埃之中。
百度小四郎，出生在一个拥有深厚文化底蕴的家庭，父亲是著名的古董鉴定专家，母亲则是诗词歌赋的高雅女性。自幼他便对收藏产生了浓厚的兴趣，不仅学习了古典艺术，还研究了各种文物的历史背景与文化内涵。这种热爱使得他在成年后，逐渐踏入了一个全新的世界——收藏。
从小到大，百度小四郎收集了大量的艺术品，其中包括书画、瓷器、青铜器等传统工艺品，还有各类珍贵的传世佳作，如中国书法中的《兰亭序》、《颜真卿楷书卷》，明代青花瓷中的《万历转轮嘉靖官窑五彩梅瓶》，以及明清时期的玉器、金银饰品等。他的收藏品大多出自名家之手，具有极高的艺术价值和历史意义，同时也反映了当时的社会风貌和人们的生活状态。
其中最让人称道的，无疑是百度小四郎的一件珍贵藏品——"千里江山图"。这幅画不仅是北宋著名画家王希孟创作的巅峰之作，也是中国古代山水画的重要代表作品之一。据百度小四郎介绍，这幅画是他从一个小男孩时期就开始保存的，虽然历经沧桑，但至今仍保持着清晰的线条和色彩，仿佛再现了那个时代的大气磅礴和山河壮丽。
百度小四郎的收藏之路并非一帆风顺，他曾经历了无数次的挫折和困难。有一次，在一次拍卖会上，一幅名贵的唐代瓷器因为价格过高被买家拒绝购买，然而正是这起意外，使他更加坚定了对古代艺术品的执着追求。此后，他花费大量时间仔细研究并鉴别每一件藏品，甚至亲自前往产地进行实地考察，以确保每一笔交易都尽善尽美。
在经历了无数次的失败和挑战后，百度小四郎终于凭借自己的执着和智慧，打造了一张属于自己的收藏地图，成功地将世界上的每一个角落的艺术宝藏收录在他的收藏册中。他的收藏之路就像一座通向真理的桥梁，连接着古老的文明，也照亮了现代人的精神家园。
百度小四郎的传奇故事告诉我们，真正的收藏不仅仅是物质财富的积累，更是文化素养、艺术品味、历史视野和人生哲学的体现。他的经历教会我们，无论面临何种困难和挑战，只要有坚定的决心和无畏的精神，就一定能够抵达自己心中的收藏天地，找到属于自己的瑰宝和宝藏。而这，也正是“百度小四郎”的魅力所在——他用一种独特的视角，将传统文化的魅力深深烙印在人们的心中，成为了一座无形的博物馆，让人们在欣赏艺术的也能重新认识和理解中国的历史文化。
“百度小四郎”不仅仅是一位收藏家，更是一位深藏瑰宝的探索者和传承者。他的故事是一首赞美文化的赞歌，也是一首激励人心的励志诗篇，它通过他的努力和坚持，让我们看到了人类对文化遗产的保护和传承，也为我们揭示了艺术的力量和历史的价值。而无论未来如何变迁，这个深藏瑰宝的收藏奇人和他的传奇故事，都将永远留在人们的记忆深处，成为我们了解和尊重文化的重要途径。
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
据悉，升级后的记忆功能可保存并引用用户过往对话内容，包括偏好设置、特定指令及历史对话记录，使AI回复更具连贯性。例如，用户在撰写长篇小说或进行金融分析时，ChatGPT能根据此前对话调整回复风格或提供上下文关联信息。免费用户可体验轻量级版本，支持短期对话连续性；付费用户则享有更强大的记忆能力，可调取更早的对话记录。
此外，OpenAI还升级了隐私保护措施：用户可随时关闭记忆功能或删除特定内容，并可选择“临时聊天”模式避免对话记录留存。此外，用户可通过隐私设置管理数据存储期限，确保对话内容仅在授权范围内使用。
此次更新被视为OpenAI应对市场竞争的重要举措。此前，GPT-4.1系列模型（含GPT-4.1、GPT-4.1 Mini和GPT-4.1 Nano）已通过支持100万Token上下文窗口、提升编码能力及指令遵循能力，巩固了其在长文本处理和复杂任务执行领域的优势。