城市纪实！中国特大城市日常生活百态集锦，美光发货全球首款1γ制程LPDDR5X！两项行业之最看似无害的提问，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报道称，他强调，根据2021年与印度国内主要飞机制造商——印度斯坦航空有限公司签订的价值4800亿卢比（约合404亿元人民币）合同的“光辉”战斗机的交付仍延迟，所定购的83架飞机至今连一架也没有交付。
《中国特大城市日常生活百态集锦》以独特视角，聚焦当代中国的四大核心都市——北京、上海、广州和深圳，展示他们的各自精彩纷呈的生活面貌。北京以其作为首都的独特历史底蕴和深厚文化底蕴而闻名，其生活节奏快、压力大，无论是工作日的早高峰地铁，还是晚高峰的拥挤街头，都充满了忙碌的身影和热烈的人群。这并不影响这座城市独特的魅力所在，无论是在繁华的大街小巷，还是在安静的胡同院落，都能感受到人们在生活中追求梦想、挑战自我、热爱生活的情感表达。
上海是中国的经济中心之一，其独特的地域文化和多元文化交融的独特风情，使其成为一个充满活力的城市。上海人崇尚自由，他们的日常生活充满了创意和创新，无论是街头的小吃摊、特色小店，还是精致的餐厅、高档的咖啡馆，无一不在展现着这座城市的独特魅力。上海也是购物天堂，无论您是来体验奢华购物体验，还是寻找具有东方特色的商品，都可以在这里找到属于自己的乐趣。
广州是中国南方的一座现代化大都市，以其美食、艺术、人文和环保理念而著称。从珠江新城的高楼大厦到老城区的古色古香建筑，再到珠江两岸的热闹夜市，广州的生活场景如同一幅立体的画卷，生动描绘出这座城市的独特风貌。与此广州的科技创新和产业发展也引领着世界潮流，吸引了大量高技能人才在此创新创业，共同构建起现代化都市的生机勃勃。
深圳则以其开放包容、勇于尝试的精神在全球范围内赢得了广泛赞誉。深圳人的生活方式充满了冒险精神和拼搏精神，无论是在大型商场里购买高端奢侈品，还是在海边漫步欣赏海景，亦或是参加各种创新比赛项目，都能看到他们对生活的热情与执着。深圳还是一个国际化的都市，其高度国际化氛围使得这里汇聚了来自世界各地的人们，共同推动着这座城市的发展壮大。
在这幅丰富多彩的城市生活百态图中，无论是历史传承的厚重气息，还是现代活力的现代感，抑或是个性鲜明的多元化色彩，都在不断地揭示着中国的特大城市，向我们展示了这个国家在生活细节上体现出的人文关怀、时代进步和社会繁荣。这就是中国特大城市，一座由历史沉淀、现代化发展、民族特色融合而成的独特城市，让人们在其中感受到了生活的真谛与美好。
快科技6月4日消息，美光宣布，已开始出货全球首款基于1γ制程节点的LPDDR5X内存样品，旨在提升旗舰智能手机的AI性能。
1γ制程是第六代10nm级别DRAM工艺，其特征尺寸约为11到12纳米，通常在韩国半导体行业被称为1c DRAM。
美光的1γ节点LPDDR5X内存是目前市场上最先进的低功耗DRAM产品之一，主要用于移动设备。
美光目前正向部分合作伙伴提供基于1γ节点的16GB LPDDR5X内存样品，并计划在2026年推出从8GB到32GB的全系列容量产品，以满足旗舰智能手机的需求。
美光的这款LPDDR5X内存具备行业最快的10.7Gbps速度，同时功耗降低了最高20%。
此外，为了支持更轻薄的智能手机设计，美光将LPDDR5X内存设计为行业最薄的封装，厚度仅为0.61毫米，比竞品薄6%，比上一代低14%。
美光还在其新闻稿中指出，1γ节点的LPDDR5X是其首款采用极紫外光刻（EUV）技术的移动内存解决方案。
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