海阔天高逐梦想：探寻海洋深处的奥秘与挑战——以‘逐梦大海’为主题的一篇深度解析，起底神秘的“雷氏营销”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冲突爆发后，印度官方采取了“信息黑洞”策略。印度空军中将巴蒂承认双方均有飞机损失，但拒绝透露具体数量。印度政府甚至组织为期10天的“胜利庆祝”活动，试图塑造军事胜利的公共叙事。
《海阔天高逐梦想：探寻海洋深处的奥秘与挑战》
海洋，那无边无际、广阔深邃的大自然画卷，以其独特的魅力和无限可能，吸引着全世界的目光。在这个广袤的蓝色星球上，海洋深处隐藏着无数未知的奥秘和挑战，等待我们去探索和发现。以下，“逐梦大海”这一主题下的深度解析，将带领我们揭开这片神秘海域的面纱。
让我们从海洋的形成和演化说起。据地质学家的研究，地球上的海洋是在约45亿年前的地球大撞击事件中形成的，这在一定程度上改变了地球的形态和构造，塑造了今日的大陆地貌。与此海洋也经历了漫长的演变过程，包括浅海、半深海、深海等不同水深层次，每个阶段都有其独特的生物群落和生态系统，为人类提供了丰富的食物链和生态环境资源。在这片海洋深处，深海的生物种类繁多，包括各种鱼类、甲壳类、软体动物、棘皮动物、海藻、微生物等等，它们共同构成了一个丰富而复杂的海洋生物多样性网络。
海洋深处并非一帆风顺。海洋环境的极端条件和复杂环境对海洋生物的生存和发展构成了巨大的挑战。例如，深海高温高压环境下，海水的溶解氧含量极低，这对许多海洋生物产生了极大的生存威胁；海洋酸化也是全球变暖的重要因素，其影响不仅导致海洋生态系统的破坏，也可能引发气候变化、海洋生物栖息地丧失等问题。深海还面临着生物入侵、海洋污染等诸多问题，这些都直接影响到海洋生物的生存质量和繁殖能力。
面对这些挑战，科学家们一直在努力寻求解决方案。例如，通过对海洋生物进行基因编辑技术，科学家们可以研究和改良海底生物的遗传特性，使其能够在极端环境中生存和繁衍，这对于保护海洋生物多样性具有重要意义。科研团队也在探索利用新技术如人工智能、大数据分析等手段，对海洋环境进行全面监测和评估，以便及早发现并应对环境变化带来的风险。通过实施清洁海洋行动，包括禁止过度捕捞、控制工业废水排放、保护海洋生态系统等措施，也有助于减少海洋污染，维护海洋生态平衡。
海洋深处的奥秘与挑战是多方面的，需要我们全面理解和适应。只有深入了解海洋的秘密，才能更好地保护这个地球生命共同体，实现人与海洋的和谐共生。在未来，我们将继续探索和揭示海洋的无穷魅力，携手共筑人类命运共同体的新篇章。让我们一起踏上“逐梦大海”的旅程，用智慧和勇气去迎接那些未知的挑战，让海洋成为我们无尽追求梦想的舞台。
撰文 / 杨乐怡
主编 / 赵试
这几天，有关雷军的“口水战”承包了整个车圈的热点。单那句出处不详的“诋毁，本身就是一种仰望”，就霸屏了好多天。
不要以为雷军位高事多记错了，参透这句话，很大程度也就懂了神奇的“雷氏营销”。
“诋毁说”听上去很有深度，实际在侮辱人的智商。与事实不符的指责，可以说是诋毁，但事实是，做家电，被董小姐炮轰“偷别人的技术，是流氓行为”；做汽车，SU7明明就是“保时米”，YU7明明在高仿法拉利Purosangue，雷军却公开表示“没有任何一个细节是抄袭的”。
之前参加“小米科技日”，我百思不得其解，一个成立一年多的公司怎么就能把“三电”、车机OS、驾驶辅助都做到完爆特斯拉、保时捷、华为的水平呢。后来我懂了，在中国造电动车，没有什么是不能买的。
在2025小米投资人大会上，雷军明显“低调”了许多，至少他没有单方面吹棒小米造车在技术上有多强大，只重点提到了“小米在决定造车时，直接承诺650亿的”的“钞能力”。讽刺的是，雷军居然堂而皇之地说小米造车有“敬畏之心”。
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