人体部位趣味互动，科普知识轻松学，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 2025年一定要逼自己读完：茅盾文学奖最受欢迎的10部神作在GPU能效上面，小米玄戒O1要领先苹果A18 Pro，但要弱于天玑9400和骁龙8 Elite。
在当今快节奏的社会中，越来越多的人开始关注并尝试各种人体部位的趣味互动和科普知识学习。这不仅能满足人们对于娱乐的需求，也拓宽了我们对自身生理与身体结构的理解，为我们的生活带来了更多乐趣和启发。
具体来说，人体部位的趣味互动有许多不同的形式和途径。例如，通过佩戴特定形状或颜色的耳环、项链或戒指，可以模仿人体某个特定部位的特征。这种有趣的视觉体验可以帮助人们认识和记住一些常见的身体部位，比如手腕的关节、手臂上的肌肉群等。还可以借助游戏、舞蹈、魔术等多种方式，将这些部位融入到游戏中，让参与者在游戏中感受到人体部位的独特魅力和运动之美。
除了视觉方面的互动，科普知识的学习则更为全面而深入。从基本的身体构造、解剖学原理到疾病的预防、保健知识，各个年龄段的人都可以根据自己的兴趣选择适合自己的学习资源和方式，如阅读科普书籍、观看科普视频、参加在线课程等。通过不断的学习和实践，人们不仅可以了解到人体各部位的功能和运作原理，更可以通过实际操作和模拟实验，进一步提高对身体内部运作规律的了解和掌握程度。
“人体部位趣味互动，科普知识轻松学”这一主题旨在引导公众更加开放和积极地对待人体部位的认知和互动，使他们能够在休闲娱乐中获取必要的科学知识，提升自身的健康意识和生活质量。无论是对初次接触人体部位的新手，还是对于已经熟知人体机能的专业人士，都可以从中找到各自的乐趣和收获，共同推动人类对身心健康的全方位认知和发展。在这个充满活力和创新的时代，让我们以饱满的热情和好奇心，拥抱人体部位趣味互动和科普知识的学习，开启一场探索奇妙世界的新旅程吧！
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
在中国当代文学的浩瀚星空中，茅盾文学奖无疑是最耀眼的星座之一。
作为中国长篇小说的最高荣誉，茅盾文学奖自1981年设立以来，始终以深邃的思想性、厚重的历史感和精湛的艺术性，遴选出最能代表时代精神的杰作。
这些作品不仅记录了中国社会的沧桑巨变，也深刻探讨了人性、命运、文化与历史的复杂交织。
今天给大家分享的就是茅盾文学奖最受欢迎的10部神作，每次阅读都能带来新的震撼与思考。
01《白鹿原》
《白鹿原》是陈忠实历时六年创作的鸿篇巨制，被誉为“中国当代文学的巅峰之作”。
小说以陕西关中平原上的白鹿村为背景，通过白、鹿两大家族祖孙三代的恩怨纠葛，展现了从清末到新中国成立近半个世纪的历史变迁。
陈忠实以冷峻的笔触揭示了封建宗法制度的残酷与虚伪，同时也展现了人性在极端环境下的复杂与坚韧。
小说中“白鹿”的意象贯穿始终，既是祥瑞的象征，也隐喻着人们对美好生活的永恒向往。
《白鹿原》不仅是家族的兴衰史，更是整个民族的命运寓言。
每次阅读，都能从白嘉轩的坚守、田小娥的反抗、黑娃的蜕变中，感受到历史的沉重与人性的光辉。
02《尘埃落定》
《尘埃落定》是阿来以康巴藏族土司家族的兴衰为主线，讲述了一个被众人视为“傻子”的土司二少爷如何以超脱的智慧见证一个时代的终结。
这位“傻子”少爷看似愚钝，却总能以孩童般的直觉洞察世事，他的预言一次次应验，甚至让麦其土司家族在乱世中短暂崛起。