王多鱼与韩婧格榜：榜一之争：王者争夺中的王多鱼与韩婧格的较量，历史的复调与叠响：“新文化”与“新文学”的多元创生看似无害的提问，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看上证380指数，市盈率是17倍。虽然略高于上证180，但放在全球资本市场的大背景下，依然是相当便宜的存在。而整个A股市场的平均市盈率也就13倍左右，整体估值处于历史低位，意味着现在的股市，真的不贵。
国家荣誉与个人尊严——王多鱼与韩婧格榜一之争
在当今社会中，评选出最具影响力和最受关注的人物往往是媒体和公众眼中的焦点。王多鱼作为娱乐圈的一位知名男演员，其演技精湛、人气颇高，被誉为“中国版奥斯卡影帝”。而韩婧格则是近年来崛起的新星，以其独特的魅力和实力赢得了大众的喜爱和关注。
在众多备受瞩目的明星中，两位主角王多鱼与韩婧格之间的角逐愈发激烈，这场榜单第一之争的背后，隐藏着许多令人深思的问题和话题。
从荣誉的角度来看，王多鱼凭借其优秀的表演技巧和广泛的电影作品赢得了诸多奖项和认可，如第23届上海电视节白玉兰奖最佳男主角奖、第19届FIRST青年电影展最佳男主角奖等，并多次蝉联全球最受欢迎的华语男演员排行榜榜首。而韩婧格尽管也凭借《你好，李焕英》、《山河岁月》等影片摘得多项大奖，但相较于王多鱼，她在国际知名度和影响力上还有待提升，特别是在亚洲地区的认可度相对较低。
从个人形象和内在素质来看，王多鱼以其坚韧不拔的毅力和敬业精神赢得了许多人的尊敬和喜爱。他曾因出演《唐人街探案》系列电影而名声大噪，他的性格坚毅、沉稳且富有智慧，深受观众喜爱，同时也展现出他对于艺术创作的执着追求和对人性的深刻洞察。韩婧格虽然凭借《你好，李焕英》这部电影在亚洲地区引起了广泛关注，但她的人物设定和故事背景略显复杂，缺乏足够的深度和广度，使得她在人物塑造和情感表现方面显得较为平庸。
从粉丝基础和发展潜力来看，王多鱼拥有庞大的粉丝群体和广泛的社交网络资源，他在社交媒体上的活跃度极高，经常发布各类生活动态和娱乐新闻，吸引了大量的粉丝关注和支持。他也通过参加各种公益活动和慈善事业，展现了其社会责任感和公益情怀，为粉丝树立了良好的榜样。而韩婧格虽然也有一定的粉丝基础，但由于她的演艺生涯起步较晚，因此在其知名度和影响力方面相比于王多鱼还有一定差距。
王多鱼与韩婧格的榜一之争反映出他们在各自领域中的优势和劣势。一方面，王多鱼凭借其出色的演技和广泛的人气赢得了诸多奖项和认可，而韩婧格则以其独特的故事背景和深厚的群众基础获得了观众的关注。另一方面，王多鱼凭借其坚韧不拔的毅力和敬业精神赢得了粉丝的认可和支持，而韩婧格则需要进一步提高自身的才华和演技水平，以争取更高的国际认可度。
在榜一之争的背后，我们看到了竞争和挑战的重要性。无论是演员还是艺人，都需要不断提升自己的综合素质和专业能力，才能在激烈的市场竞争中脱颖而出。而对于公众来说，更应该关注和支持那些真正具有才华和影响力的艺术家，让他们在自己的领域内发光发热，为社会的进步做出贡献。在这个过程中，王多鱼与韩婧格的榜一之争只是一个起点，他们将继续演绎精彩纷呈的角色故事，为我们带来更多的惊喜和感动。
5月17日，“新文化”与“新文学”的多元创生：纪念《新青年》创刊110周年学术研讨会在杭州之江饭店举办。会议系2025年度浙江省社会科学界学术年会系列活动之一，由浙江大学文学院、浙江省中国现代文学研究会主办，浙江大学中国现当代文学与文化研究所承办。来自北京大学、浙江大学、北京师范大学、日本早稻田大学、浙江师范大学等高校和科研机构的60余位专家学者参会。浙江省社科联党组成员、副主席徐健，浙江大学文学院副院长何诗海教授，中国现代文学馆常务副馆长王军，中国现代文学研究会会长、北京师范大学刘勇教授出席开幕式并致辞。开幕式由浙江省中国现代文学研究会会长、浙江师范大学高玉教授主持。
开幕式上，徐健副主席向莅临大会的学者表示热烈欢迎。他指出，浙江省中国现代文学研究会自2001年成立以来，开展了许多卓有成效的工作，积极推动学者之间交流互动，有力引领了本省现代文学研究的发展。研究会既格外关注浙江地域文化与新文学的关系，又密切关注全球化、科技发展对新文学的影响，从而将地域性与世界性融为一体，开创出立足浙江、面向全国、对话国际的学术格局，为繁荣发展浙江省哲学社会科学事业做出积极贡献。徐健副主席表示，1915年《新青年》创刊，以德先生和赛先生为旗，极大推动了思想启蒙运动与文学革命的展开，促进了马克思主义的传播。因此，其创刊值得隆重纪念。返顾“新文化”与“新文学”，发掘并还原其历史丰富性，不仅有助于继承优秀文化遗产，也有助于推动我们更加科学辩证地认识传统与现代的关系。
浙江大学文学院副院长何诗海教授在致辞中指出，浙江在新文化运动的多元展开过程中，始终扮演着不可替代的角色。浙江不仅是《新青年》早期作者的主要来源地之一，更孕育了鲁迅、茅盾、郁达夫等一批重要文学家与思想家。浙江大学中国现当代文学与文化研究所，作为浙江人文学术传统的承续者，始终致力于推进学科的历史建构与理论创新。在吕漠野、张仲浦、郑择魁、陈坚、张颂南、吴秀明等几代学人的共同努力下，研究所的学术板块不断拓展，构建起了特色鲜明、内容多元、视野复合的研究体系。
中国现代文学馆常务副馆长王军在致辞中认为，新文化与新文学由多元力量碰撞产生，绝非单一叙事能够涵盖，而具有丰富多元的图景，相关研究应以更开放的视野看待历史，赓续文脉。他还介绍了中国现代文学馆在整理保护新文化运动文献方面的成果。该馆通过探索数字化手段、建立文献数据库、举办专题展览、馆校合作等形式，为学者研究提供坚实的文献支撑。这些珍贵文献不仅是新文化历史的永恒见证，更为学界重新审视新文化与新文学的生成机制提供了一手资料。
中国现代文学研究会会长刘勇教授强调，纪念《新青年》，本质上就是在叩问现代文学研究的基础与方向。《新青年》开启了新文学最早的文体实验、形式创新、理论创新，也打开了古今对话、中西互通的桥梁，更建构了文学与社会、历史、哲学、经济、政治之间的互动空间。对于《新青年》，学界不仅需要以其为起点，探寻新文学发生的历史真实，更需要以其为原点，重新校准文学与文化研究的目光。
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