肌肤紧致力max：肌肌桶肤肤30分钟护肤秘籍，带你解锁肌肤360°提拉力量，进出口银行成功发行支持民营企业外贸发展主题金融债券看似无害的提问，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再看第二条，总统命令开战，也未必有效，特别是与势均力敌的大国打高端战争，没有美国议会的批准，也是不可能打的。对于小的冲突，美国总统可以先斩后奏打一下，要打一个拥有核武器的大国，美国现在的实力根本不允许。不打的话，美国还可以维持全球霸权几年；打的话，只能加速美国的衰落。
标题：肌肤紧致力Max：肌肌桶肤肤30分钟护肤秘籍，带你解锁肌肤360°提拉力量
在现代社会中，随着生活节奏的加快和环境污染的加剧，肌肤的问题已成为人们日益关注的话题。尤其是一些人在追求年轻、光滑、紧致的肌肤状态时，往往会忽视了肌肤保养的重要性。拥有健康、饱满的肌肤是我们追求的目标，而肌肤紧致力MAX就是一种有效的肌肤保养方式，它以30分钟的护肤时间为载体，帮助你从多个层面提升肌肤的紧致度和弹性。
肌肤紧致力MAX通过深层清洁来打开肌肤毛孔，去除皮肤表面的污垢和油脂，为后续的护肤品提供良好的基础环境。洁面产品应选择适合自己肤质和环境的洁面产品，如含有控油成分的洗面奶或洁面泡沫，能够有效减少油脂分泌，使肌肤保持清爽。
使用精华液或面霜进行深度滋养，为肌肤注入营养元素。精华液通常含有丰富的活性成分，如透明质酸、胶原蛋白等，它们可以帮助提升肌肤弹性和水分含量，使肌肤看起来更加紧实有弹性。一些含有胶原蛋白的面霜则能修复受损肌肤，增强肌肤屏障功能，防止皮肤因外界因素导致的松弛。
对于肌肤的提拉，精华液和面霜是两个重要的环节。精华液需要在洁面后立即涂抹，避免因为空气中的灰尘或汗水直接接触肌肤而影响其效果。而面霜的涂抹顺序则遵循先外后内，先上后下的原则，确保所有区域都能被覆盖到，包括面部、颈部、手部和脚部等处。每次涂抹完面霜后，可以在脸部轻拍几下，帮助吸收并锁住水分。
除了以上两点，肌肤紧致力MAX还需要注意防晒和保湿，这是维持肌肤健康的重要步骤。防晒产品能够有效地抵挡紫外线对皮肤的伤害，预防色斑、皱纹等肌肤老化问题的发生。保湿产品则是保证肌肤水润，避免肌肤干燥引起的皮肤紧绷感和细纹等问题。
肌肤紧致力MAX是一种简单易行、效率高的肌肤保养方式，只需要花费短短30分钟的时间，就能让你的肌肤焕发出健康的光泽和活力。只需坚持每天早晚各一次的护肤步骤，就能够帮助你从肌肤内部和外部全方位提升肌肤的紧致度和弹性，打造健康、年轻的肌肤形象。所以，无论你是忙碌的工作日还是闲暇的午后，不妨试试肌肤紧致力MAX，让肌肤在繁忙的生活中也能享受到美丽的养分。
新华社北京6月5日电（记者姚均芳）中国进出口银行5日发布的消息显示，该行6月4日在银行间债券市场成功发行支持民营企业外贸发展主题金融债券，金额50亿元，期限1年。
据悉，此期债券募集资金将专项用于民营企业外贸领域信贷贷款，获得了市场投资者的广泛参与和积极认购。
进出口银行表示，本次发行是进出口银行强化政策性金融职能定位，聚焦主责主业，助力培育民营企业国际经贸合作和竞争新优势的有益实践。下一步，进出口银行将继续发挥专业优势，优化资源配置，提升金融服务，扎实推动民营经济高质量发展。
本次发行之前，进出口银行今年已累计发行外贸领域主题金融债券320亿元，其中，服务外贸提质增效主题金融债券270亿元、支持外贸基础设施互联互通主题金融债券50亿元，为外贸稳定增长提供有力支撑。
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