9tube观察：热门视频内容与创作者故事，学习新语·中华文明丨字里行间的中华基因看似无害的提问，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这背后反映了疫情后社会大众消费心理悄然变化。高端白酒商务宴请需求、送礼需求减少，“酒桌文化”退潮，悦己的“新消费”在年轻人中逐渐崛起。
《九 tube 观察：探索热门视频内容与创作者故事》
随着互联网的发展和科技的进步，短视频成为了当今社交生活中不可或缺的一部分。"9 tube"，这个由抖音、快手、B站、西瓜视频、微博六家主流短视频平台组成的集合，凭借其丰富的内容资源、庞大的用户群体以及强大的数据分析能力，以其独特的视频内容创作和观看方式，吸引并塑造了一大批充满故事感和个性化魅力的原创创作者。
1. 热门视频内容：在九 tube 中，各类各样的生活场景、人物塑造、娱乐八卦、科普知识、艺术展示、旅行分享等多种类型的内容应有尽有。从街头巷尾的日常琐事，到繁华都市的热点事件，再到国际舞台上的精彩瞬间，这些内容均汇聚在这六家短视频平台上。创作者们以敏锐的艺术触觉捕捉日常生活中的细节和情感，用轻松幽默的语言讲述着平凡生活的点滴，使观众仿佛置身于画面中，共同体验这份来自生活的惊喜与感动。
2. 创作者的故事：在九 tube 的平台上，我们可以看到许多来自各行各业的创作者，他们的故事跨越时空、展现多元视角。有的创作者通过记录自己的工作或者生活经历，表达出对工作、生活的热爱和思考；有的则通过分享美食、服饰、旅游等内容，传递出对生活品质的追求和审美情趣；还有许多创作者专注于某个特定领域，如摄影、绘画、音乐等，通过镜头下的创意展现，传递出对专业技能的执着和坚守。他们用自己的作品，诉说着个人的情感与经验，同时也为观众带来了视觉、听觉和味觉的盛宴。
3. 内容创作的多样性与创造力：在九 tube 这个平台上，每位创作者都有着各自独特的创作方式和风格。有人善于运用动态特效、剪辑技巧，打造出视觉效果震撼、引人入胜的短视频；有人擅长用文字描绘故事情节，以富有深度的主题和剧情引发观众共鸣；还有一部分创作者则选择直接对话，分享个人观点和观点，这使得短视频内容更加丰富多彩，具有更强的互动性和参与感。
《九 tube 观察：热门视频内容与创作者故事》通过对各类短视频内容的深入剖析，展现了短视频行业的多样性和创造力。无论你是喜欢看搞笑小视频、还是沉浸于纪录片的记录，或是想要获取新知、增长见识，这里总能找到属于你的那一片天地。在这个信息爆炸的时代，我们有幸见证了一个个故事化的生活，也期待看到更多个性鲜明、深入人心的作品在未来继续在九 tube 短视频平台上绽放光芒。
泱泱中华，历史悠久，文明博大
对于探寻中华文明基因密码
守护中华民族文化根脉
习近平总书记始终饱含深情、念兹在兹
“学习新语”栏目推出中华文明系列报道
本期走进河南安阳殷墟
从龟甲兽骨中
探寻字里行间的中华基因
统筹：黄庆华 周年钧
策划：唐颢宸 袁月明 乔煜城
设计：殷哲伦 马发展
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