欧洲另类音乐团体-Z0Z与四位成员的神秘新音乐冒险之旅，微软确认Windows 11预装软件+1：仅230KB的“Edit”文本编辑器看似无害的提问，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导读：单从《雍正王朝》的演绎来看，年羹尧之所以被雍正皇帝处死，并不是简单的“兔死狗烹”；更有着面对年羹尧越来越明显的嚣张跋扈、僭越逾制之下，雍正皇帝迫于朝野压力的无奈之举。从雍正皇帝轻松解除年羹尧西北军权的过程来看，雍正皇帝想要除掉年羹尧，是一件很简单的事。
在一次充满神秘与未知的欧洲另类音乐团体(Z0Z)的全新音乐冒险中，四位成员的旅程充满了异域风情和创新思维。他们踏上了这场探索世界的探险之旅，通过独特的音乐风格、富有创意的作品以及多元化的合作模式，将不同文化和音乐元素巧妙地融合在一起，打造出了一种全新的音乐风格——"无界探索".
在这次旅程中，Z0Z的四位成员以各自鲜明的个性和才华，展现出了对音乐的独特见解和追求。成员之一JACK，是一位热爱自由、勇于挑战的吉他手，他的音乐以电子乐和迷幻摇滚为主导，引领着队伍向更深层次的音乐探索迈进。另一位成员MILK，擅长于电吉他演奏，以其激昂有力的声音为乐队带来独特的节奏感和能量。第三位成员SARA，拥有扎实的键盘基础和深情的嗓音，她的作品深受古典音乐影响，但又具有浓厚的后现代色彩。最后一位成员TOM，是一名富有实验精神的鼓手，他以独树一帜的技术和创新的编曲方式，让整个乐团的音乐世界更加丰富多彩。
他们在旅途中不断尝试不同的音乐元素和创作理念，无论是融合西方流行音乐元素，还是加入东方传统音乐元素，都展现出极高的艺术创造力和跨界性。他们共同创作了一首首饱含情感、充满活力的新歌，如《未来之光》、《超越界限》等，这些歌曲不仅展示了Z0Z的音乐魅力，也传达出他们的音乐态度和对生活的热情。
这次神秘的音乐冒险，是一场充满惊喜和探索的精神洗礼，四位成员用音乐讲述了一个关于勇气、创新和包容的故事。他们的每一次演出，都如同一场精彩的视觉盛宴，让观众感受到了音乐的力量和魅力，同时也启发了他们对于音乐未来的无限可能和期待。总之，Z0Z的四位成员带领我们走进了一场充满未知和惊喜的音乐冒险，他们的音乐之旅让我们看到了音乐的力量，也让我们对未来音乐的发展有了更深的理解和期待。
快科技6月4日消息，微软确认，名为“Edit”的全新文本编辑器，将很快随Windows 11一起发布。
这款编辑器是一款基于命令行的工具，旨在为用户提供一个轻量级且功能齐全的文本编辑解决方案，与现有的记事本和OneNote等应用不同，“Edit”专注于简单文本编辑，不包含过多复杂功能。
微软表示“Edit”将作为默认的命令行文本编辑器随Windows 11一起发布，但它不会取代现有的记事本。
“Edit”目前体积仅为230KB，但它具备大多数文本编辑器的基本功能，用户可以通过命令行直接启动“Edit”，并在PowerShell或命令提示符中编辑文件。
它支持鼠标和键盘操作，并且提供了诸如查找（Find）和替换（Replace）等实用功能，这对于处理大型文件尤其有用。
“Edit”还具备一些额外的功能，例如文档选择器，它可以在一个会话中列出所有打开的文件，方便用户在不同文件之间快速切换，还支持自动换行（Word wrap）和跳转到特定行（Go to line）的功能。
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