林予曦兄妹：传承与创新的蕉谈——麻花传媒的璀璨明珠与艺术实践探索，消费低于8元要加收2元燃气费？曹氏鸭脖：已要求门店退费看似无害的提问，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时隔一年，国际米兰再次闯入欧冠决赛。2023年，蓝黑军团是决赛上发挥更好的一方，但是因为浪费机会以及罗德里的致命一击，小因扎吉的球队痛失欧冠冠军。今天凌晨，国际米兰的老男孩们希望可以复刻15年前球队的辉煌，队史再次捧起欧冠奖杯。但是，老男孩们的雄心壮志在巴黎的极致天赋和运动面前被彻底击碎了。
在中国当代文化语境中，“林予曦兄妹”这个独特的组合以其丰富的内涵和卓越的艺术实践引领了一股新的艺术潮流。作为香蕉传媒有限公司的核心人物之一，林予曦兄妹以其对蕉艺的独特理解和独到见解，以及对传统文化与现代艺术融合的深入探索，为业界树立了卓越的典范。他们以创新思维和丰富实践力，将蕉艺这一传统手工艺赋予了全新的生命力，使蕉艺在全球范围内得以广泛传播与发扬。
林予曦兄妹的成功并非偶然。他们的故事始于林予曦先生的家族蕉艺世家，他的父亲林永清是中国近代著名的蕉艺大师，而林予曦先生则继承了家族的传统技艺，并将其发展至极致。林予曦兄妹从青少年时期就开始接触蕉艺，通过不断的观察、学习和实践，逐渐形成了自己的独特风格和审美观念。这种坚持和热爱，使得他们在蕉艺领域取得了显著的成绩，不仅在国内享有盛誉，也赢得了国际上的认可。
在传承的基础上，林予曦兄妹不断创新，引入现代艺术元素，使得蕉艺既保留了其深厚的文化底蕴，又在形式和内容上进行了大胆的突破和创新。他们将传统的蕉艺制作技艺与现代艺术设计相结合，创造出了一系列富有创意和观赏性的作品。这些作品既有传统蕉艺的韵味，又有现代艺术的魅力，既体现了蕉艺的实用性，又展现了艺术家的创新精神。例如，他们在创作《蕉舞》系列时，融入了大量的现代舞蹈元素，使得作品既有浓郁的中国传统风情，又有流畅的现代舞曲节奏，成功地将蕉艺艺术与舞蹈艺术融为一体。
林予曦兄妹还注重蕉艺的教育和发展，鼓励年轻一代参与蕉艺的学习和传承。他们开设了一系列的蕉艺课程和培训活动，希望通过这种方式让更多的人了解和喜爱蕉艺，同时也为蕉艺的未来培养了一支有生力量。他们强调，蕉艺不仅仅是一种艺术表现形式，更是一种生活态度、一种生活方式的体现。只有通过不断创新和传承，才能让蕉艺艺术在当今社会焕发出新的生机和活力，也让蕉艺这种文化遗产在新的时代背景下得到更好的传承与发展。
林予曦兄妹以其深厚的家族传统背景、敏锐的创新意识和丰富的实践经验，成功地将蕉艺这一传统手工艺推向了一个全新的高度。他们的成功证明了，在传承与创新之间，只要我们坚守信念，勇于尝试，就一定能够找到一条既能保持传统精髓，又能与时俱进的道路，从而开创出属于我们这个时代的新篇章。林予曦兄妹的作品和实践，无疑是我们中国乃至全球蕉艺艺术的瑰宝，也是我们实现传统与现代艺术融合的重要力量。让我们共同期待他们在未来的艺术创作道路上，继续秉承家风，弘扬传统，不断追求艺术的新境界，创造更多的艺术奇迹！
近日，一名四川网友在社交平台发文称，曹氏鸭脖一门店向消费不满8元的顾客加收2元“燃气费”。事件一经曝光立刻引发热议，6月4日，曹氏鸭脖总部一名工作人员向澎湃新闻回应称，已退还该网友2元燃气费，并要求所有门店不得收取“燃气费”。
曹氏鸭脖一门店内张贴提示称“低于8元 加收2元燃气费”
据网友发布的文章显示，其在曹氏鸭脖购买熟食后被要求加收2元燃气费，该网友认为曹氏鸭脖此举不合情理，网友上传的图片显示，曹氏鸭脖一店铺店内张贴了一张告示，内容为“低于8元，加收2元燃气费”。
事件一经曝光立刻引发关注，据媒体报道，有关店员称“不满8元加收2元燃气费”的原因是“我们要亏本，如果（买）太少”。此外，还有媒体报道称，有店员称卤味制作确实比较耗费燃气，10万营业额的门店，一个月可能产生3000元到5000元的燃气费，对于加收燃气费的情况，他们将上报总部。
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