危险警示!让男人吃一次就永久废掉的药,后果不堪设想，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上交所：淮安经济技术开发区经济发展集团有限公司债券6月5日挂牌，代码258666高考来临之际，广州市花都区秀全中学党委书记郭飞红为考生们加油打call：“荆棘将尽，未来可期，笔锋所至，梦想花开，请带上祝福，勇往直前吧！”
标题：致命药物的可怕警告——男性必看！
男子身体在日常生活中承担着繁重的角色与责任，其中包括应对各种生活压力、工作挑战和社交需求。随着社会的发展和科技的进步，越来越多的人开始寻求非法药品来解决问题或延缓衰老，这被称为“危险警示!让男人吃一次就永久废掉的药”。
这类药物大多含有高度剂量的激素和化学物质，旨在提高男性的体力、精力、性功能及免疫功能，从而达到改变生育能力或者延长寿命的效果。例如，常用的荷尔蒙类药物如雄激素、睾酮、雌二醇等，可以直接影响男性内分泌系统的正常运作，导致生殖器官萎缩退化，引发一系列严重的副作用。
以下是一些常见的严重并发症，即药物长期依赖可能导致：
1. 骨质疏松：由于体内荷尔蒙水平大幅下降，骨密度会急剧下降，易发生骨折和骨骼疾病。 2. 心血管问题：长期使用高剂量的雄激素可增加心脏病和中风的风险，尤其是对于那些存在已有心脏疾病风险的人来说，如高血压、冠心病等。 3. 睾丸癌：激素拮抗剂、肾上腺皮质增生症等药物可能引发睾丸肿瘤，特别是在长期大量使用的情况下。 4. 呼吸系统问题：某些雄激素类药物可能会抑制呼吸道黏膜细胞的功能，增加哮喘、慢性阻塞性肺疾病（COPD）和肺癌的风险。 5. 生殖健康问题：长期使用激素类药物可能对男性生殖功能产生负面影响，包括精子数量减少、生育力低下、早泄等。
对于男性而言，如果发现自己正尝试服用这些药物以解决个人问题，一定要谨慎对待并寻求专业医疗建议。一旦药物停用，上述不良反应通常会在几天至几周内自行恢复，但如果不能及时控制症状或出现持续的不适，应立即就医，以免造成更严重的健康问题和生命威胁。
“危险警示!让男人吃一次就永久废掉的药”是一种危险的诱惑和潜在的健康风险，特别是对于那些忽视风险的人群。为了保障自身生命安全，强烈倡导遵循医生指导，正确使用合法合规的男性健康药品，远离此类非法药品带来的危害。
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
6月4日，上交所发布关于淮安经济技术开发区经济发展集团有限公司2025年面向专业投资者非公开发行公司债券（第三期）挂牌的公告。
依据《上海证券交易所非公开发行公司债券挂牌规则》等规定，上交所同意淮安经济技术开发区经济发展集团有限公司2025年面向专业投资者非公开发行公司债券（第三期）于2025年6月5日起在上交所挂牌，并采取点击成交、询价成交、竞买成交、协商成交交易方式。该债券证券简称为“25淮经04”，证券代码为“258666”。