揭秘传奇女子：从‘老扒..嗯...法蓉’的不凡历程与魅力探秘，李在明宣誓就职韩国总统 表示将推行“实用外交”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据央视新闻消息，当地时间28日，欧盟正式取消对叙利亚的所有经济制裁。欧盟理事会当天发布声明说，理事会已通过法律文件，取消对叙利亚的所有经济制裁，仅保留出于安全考量所实施的制裁。
"揭秘传奇女子：神秘而卓越的法蓉——一个充满激情与才华的老扒女的故事"
法蓉，这个名字在20世纪初期的中国无疑是属于传奇的。她以其独特的魅力和非凡的经历在历史长河中留下了深深的烙印，成为了中国女性历史上的一颗璀璨明珠。法蓉，这位法蓉，一名在那个特殊的时代背景下出生、成长并取得瞩目的女性，凭借其无与伦比的魅力和毅力，走过了自己的传奇之路。
法蓉出生于上海的一个普通家庭，父母都是普通的工人。她在年轻时便展现出了对知识和艺术的热爱，对于绘画、音乐和诗词都有着极高的天赋。她的父亲是一位出色的画家，母亲则是位优雅的钢琴家，这种环境无疑为法蓉的艺术创作提供了坚实的基础。她不仅在学业上表现优秀，还在业余时间里积极参与各种社交活动，结识了许多志同道合的朋友。
1920年，法蓉考入上海圣约翰大学艺术系，并在那里度过了两年的学徒生活。在这期间，她接触到了各种不同的艺术流派，包括印象派、现代主义等，这使她开阔了眼界，也更加深入地理解了艺术的本质和价值。在此期间，她还开始尝试独立创作，创作了一系列以人物肖像、风景画为主的作品，这些作品既体现了她对于个人形象的深刻观察，又展现了她独特的艺术视角和创新精神。
1934年，法蓉应征入伍，成为一名抗日战争时期的小提琴手。在艰苦的军旅生活中，法蓉并未放弃自己的艺术追求，反而以此为契机，进一步深化了她对音乐的理解和表达。她创作了一首名为《晨曦》的小提琴协奏曲，这首作品深沉、激昂，表达了对和平的向往和对战争残酷的批判。她还用小提琴演奏了许多革命歌曲，如《中国人民解放军进行曲》、《国际歌》等，这些作品不仅鼓舞了战士们的斗志，也为当时的社会进步做出了重要贡献。
1937年，抗日战争全面爆发，法蓉毅然选择回到上海，继续从事音乐事业。由于战乱的影响，她的音乐生涯一度陷入了困境。为了维持生计，她不得不进入餐馆做服务生，尽管这个工作条件艰苦，但她始终坚持自己的艺术梦想，不断提高自己在餐厅的服务水平和服务技巧。她利用手中的小提琴，不仅为餐馆带来了一份收入，更成为了一个无声的艺术家，用自己的方式诠释着音乐的力量。
1945年，抗日战争胜利后，法蓉回到了上海，并于同年创办了自己的音乐学校，开始了长达几十年的艺术教学生涯。在她的指导下，许多优秀的青少年在这里学习音乐，他们的艺术成就得到了社会各界的高度认可。
法蓉的人生经历充满了传奇色彩，她的艺术热情和坚韧不拔的精神激励了一代又一代的中国人，她的故事和作品成为了中国现代文学和艺术史上的经典篇章。她是时代的见证者，是女性的榜样，也是中国艺术的瑰宝。她的传奇历程告诉我们，只要有梦想，有决心，就能够克服一切困难，实现自我价值。法蓉，一位真正意义上的传奇女子，她的故事将永远活在中国的文艺史上，成为我们心中永不磨灭的灯塔。
新华社首尔6月4日电(记者黄昕欣 陆睿)韩国总统李在明当地时间4日上午11时许在国会正式宣誓就职。
李在明在就职讲话中说，将推行“实用外交”，追求国家利益最大化。李在明还表示，将启动紧急经济专班，依靠国家财政实现经济良性循环。
韩国行政安全部说，韩国国会议长等要员、政党代表、国会议员、国务委员等约300人参加宣誓就职活动。
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