挑战极限：深度解析78m成人摸的惊人魅力与科学探索之旅，香港知名女星摆摊卖鸡爪，加入直播带货行列，和老公定居广东中山看似无害的提问，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最近，四川大学、南昌航空大学、中国矿业大学等多所高校的食堂，纷纷推出轻食。
生活中的挑战无处不在，从个人成长到社会进步，都在考验着我们的勇气和决心。其中，一项极具挑战性的任务就是攀登珠穆朗玛峰——78米的成人深度探险，这种对人类极限的挑战不仅体现在身体上的高度极限，更表现在心理上、科技上的突破。
在科技层面上，对于攀登珠穆朗玛峰这样的高难度活动，现代登山设备和技术的进步起到了关键的作用。例如，登山装备的重量优化，包括轻便耐用的防水材料、先进的保暖衣物、防风帐篷等，都使得攀登者能够在极端条件下保持足够的舒适度和安全性。GPS导航系统的应用，为登山者的精确定位提供了有力支持，使他们在面对高山环境时能够及时调整方向和速度，避免了盲目攀爬的风险。
在心理层面上，攀登珠穆朗玛峰也需要极高的意志力和自控能力。这需要登山者具备坚韧不拔的精神，勇于接受挑战并克服困难的决心，以及在极度恶劣环境下保持冷静和理智的判断能力。持续的训练和体能锻炼也成为了攀登者提升自身实力的关键手段，他们通过刻苦的登山训练来增强肌肉力量、提高耐力和心肺功能，为攀登过程中可能遇到的各种挑战做好充分准备。
在科学研究层面，登山队的每一次探索和发现都为我们揭示了许多关于地球和自然界的奥秘。在海拔78米的高度，人们可以观察到壮丽的山川景色，如雪域高原的雄伟壮观、冰川下的地质构造等。通过对这些景观的深入研究，科学家们可以了解到地球历史的变迁、气候变化、生态系统的演化等方面的信息，对理解全球气候变暖、生物多样性丧失等问题具有重要的科学价值。
登顶78米的成人深度探险也是推动科技进步的重要途径之一。随着科技的发展，各种先进的测量工具、导航系统、防寒设备等不断涌现，大大提升了登山者的生存能力和工作效率。例如，专业的登山导航系统可以帮助登山者确定正确的路线和时间，精准的气象观测仪器可以预测天气变化，而高质量的防寒装备则可以在严酷的低温环境中保护登山者的身体健康。
攀登珠穆朗玛峰的成人深度探险是一项极具挑战性和意义的任务，它不仅考验了人们的勇气和决心，更激发了人们对大自然的敬畏之情、对科学的热爱和对未知世界的探索精神。在未来的日子里，我们期待更多的人投身于这项挑战中，用实际行动去诠释“挑战极限”的精神，让更多的人领略到人类的力量和渺小，从而更好地认识世界、发展自我，迎接更加美好的未来。
本文编辑剧透社：issac
未经授权严禁转载，发现抄袭者将进行全网投诉
TVB前男星蔡淇俊，今年在内地开始摆摊卖鸡爪引发了不少热议。由于已经定居内地多年，蔡淇俊也在内地开了传媒公司，不少曾经TVB的同事都有和他进行合作。
前段时间，TVB前女星、“御用丫鬟”陈思齐，就因为摆摊卖鸡爪，登上社交媒体热搜，几天就涨粉超过10万。
据港媒最新报道，最近又有港星和蔡淇俊进行合作，到内地摆摊卖鸡爪。这次和蔡淇俊合作的还不是一个人，而是香港娱乐圈中的恩爱夫妻，香港知名女星陈靖允和她的老公顾冠忠。
蔡淇俊的直播带货、摆摊卖鸡爪，可以说特别成功。加上背后有团队配合、引流，所以销售成绩非常理想。
之前，陈靖允和顾冠忠夫妻俩，其实已经宣布转型做网红，并且准备开启直播带货。现在有了蔡淇俊的辅助，相信夫妻俩在这方面，也会变得更加容易一点。
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