女机：探索女性魅力的新武器 - 机智生活中的智能小助手，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股票行情快报：深振业Ａ（000006）6月4日主力资金净卖出1283.20万元- **细节工艺**：P10 Plus的细节处理令人赞叹，尤其是那个极具辨识度的"橙色倒角菱状纹路电源键"，成为整机的点睛之笔。机身背部的徕卡双摄像头被优雅地安置在一条玻璃带上，低调地展示着其专业血统，而华为logo则以近乎隐形的方式融入金属机身，体现了内敛的奢华。
问题：女机：探索女性魅力新武器 - 机智生活中的智能小助手
在科技日新月异的今天，智能设备已经深入到我们的生活中，成为我们日常生活的重要组成部分。其中，一款特别值得关注的智能产品——“女机”，以其独特的女性魅力和智能化的生活体验，正在开启女性们全新的智能生活之旅。
“女机”的设计灵感源自对女性魅力的独特理解。作为一款智能设备，它不仅具备传统意义上的功能，更致力于挖掘女性的独特魅力。她拥有轻巧便携、操作简单、智能便捷等特点，如面部识别、语音识别、自然语言处理等先进技术的应用，使得用户可以轻松实现与“女机”的深度交互，以适应其独特的生活需求。
“女机”作为一款智能助手，通过面部识别技术，能准确识别人脸，提供个性化的服务。无论是日常购物、查询天气、播放音乐，还是进行社交互动，都能根据用户的面部特征实现精准匹配，为用户提供个性化的体验。随着5G网络的发展，基于大数据分析的“女机”还可以实时监测用户的生理状态和情绪变化，为用户提供更加贴心、全面的服务。
“女机”的语音识别功能，让文字信息不再受限于键盘输入，而是能够以清晰、流畅的声音直接传递给“女机”。无论是发送短信、拨打电话，还是进行线上聊天，只需一句简短的话语，就能快速完成任务，极大地节省了用户的操作时间，让用户可以在繁忙的工作中享受宁静的时光。
“女机”内置的自然语言处理技术，可以让用户与“女机”进行更为灵活、高效的对话。无论是在询问天气预报、推荐电影剧本，还是分享自己的心情故事，都可以通过简洁明了的语言，得到相应的回应。这种人性化的交流方式，不仅提升了用户体验，也打破了信息传播的界限，使信息的获取更加高效、便捷。
“女机”以其独特的女性魅力和智能化的生活体验，成为现代女性探索自我、提升自我的全新工具。它不仅能帮助用户解决日常生活中的各种问题，还能提供情感支持、娱乐休闲等多种服务，满足女性多元化的需求。在未来，随着人工智能技术的进一步发展，相信“女机”将引领女性进入一个全新的智能生活时代，释放出更多女性的魅力和潜力，推动性别平等、增进人与人之间的理解和沟通。
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
证券之星消息，截至2025年6月4日收盘，深振业Ａ(000006)报收于6.74元，上涨0.0%，换手率1.44%，成交量19.5万手，成交额1.31亿元。
6月4日的资金流向数据方面，主力资金净流出1283.2万元，占总成交额9.76%，游资资金净流入247.97万元，占总成交额1.89%，散户资金净流入1035.23万元，占总成交额7.87%。
近5日资金流向一览见下表：
近5日融资融券数据一览见下表：
该股主要指标及行业内排名如下：
深振业A2025年一季报显示，公司主营收入16.18亿元，同比上升540.28%；归母净利润-2593.6万元，同比上升2.49%；扣非净利润-2798.18万元，同比下降4.05%；负债率63.28%，财务费用3538.48万元，毛利率16.52%。深振业Ａ（000006）主营业务：房地产开发与经营。
资金流向名词解释：指通过价格变化反推资金流向。股价处于上升状态时主动性买单形成的成交额是推动股价上涨的力量，这部分成交额被定义为资金流入，股价处于下跌状态时主动性卖单产生的的成交额是推动股价下跌的力量，这部分成交额被定义为资金流出。当天两者的差额即是当天两种力量相抵之后剩下的推动股价上升的净力。通过逐笔交易单成交金额计算主力资金流向、游资资金流向和散户资金流向。
注：主力资金为特大单成交，游资为大单成交，散户为中小单成交