独家盘点！亚洲欧美一区最受欢迎影视作品TOP10，广西上林县一税务人员在酒局冲突中身亡，另有一人重伤看似无害的提问，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当然，参考俄乌的一贯风格，他们的战报都能挤出大量水分。真实情况究竟如何，或许到战争结束也不会有什么特别明确的说法。
《亚洲欧美一区最受欢迎影视作品TOP10》是本年度最具影响力的影视作品盘点报告之一。本榜单综合全球范围内各类电影和电视剧领域的口碑与影响力，以亚洲欧美两大地区为核心，选取了备受国内外观众喜爱的作品进行全方位、全面盘点。
在亚洲，《哈利·波特》系列以其生动而奇幻的世界观以及引人入胜的情节设定，成功吸引了全球读者的关注，尤其是中国和日本地区的影迷群体更是对这个IP充满热情。《阿凡达》凭借其创新的技术理念和技术表现，刷新了IMAX银幕下的观赏体验，并在全球范围内引发了一场生态环保大讨论，成为科技与生态环境题材的一部里程碑之作。韩国电影《寄生虫》因其深刻的社会批判意识及独特的视觉风格，广受海外影评人的赞誉，被誉为“一部现象级的现实主义电影”。
在欧美市场，《肖申克的救赎》、《教父》、《权力的游戏》等经典作品以其深厚的历史底蕴、复杂的人物关系和精彩的剧情赢得了全球观众的喜爱，特别是改编自美国作家斯蒂芬·金的经典小说的《魔戒三部曲：霍比特人》在中国内地创造了空前的票房奇迹，更是将影史上的奇幻冒险元素推向新的高度。《盗梦空间》、《教父续集》等现代科幻巨制则在探索人性、探讨精神层面的问题上独树一帜，为电影制作注入了全新的视角和内容。
从文化背景与地域特色来看，这些影视作品不仅展现了不同国家和地区的人文风貌和历史变迁，也在展现全球化背景下世界多元文化交流的魅力。无论是东方的神秘浪漫，还是西方的悲喜剧，都在影片中找到各自的归宿，形成了丰富的跨文化和国际视野的体现。
“亚洲欧美一区最受欢迎影视作品TOP10”的评选过程充分展示了亚洲及欧美两大地区广阔的文化影响力和市场潜力，通过深度挖掘每部作品的独特魅力，让观众领略到了不同文化的独特魅力和丰富内涵。这份权威榜单无疑将成为未来影视创作领域的一大参考和借鉴，也将为全球华语影视产业的发展提供更具前瞻性的指导方向。
6月3日指尖新闻接到爆料，称广西南宁市上林县一名税务人员在参与聚餐时，酒后与同桌人员发生冲突当场身亡，另有一人在冲突中受重伤。
6月4日，死者所在税务分局的一位干部证实了凶杀案的存在，但是他否认自己当时在场并参与了酒局。上林县税务局办公室罗主任称，警方到场时只有嫌犯、伤者和死者在现场，且嫌犯和伤者都是醉酒状态，目前案发原因不明。
爆料人告诉指尖新闻记者，命案的发生时间是2025年5月16日凌晨，聚餐是在5月15日晚开始的。据该人介绍，参与聚餐的是广西上林县税务局三里税务分局的几名税务人员和几名社会人士，聚餐地点在上林县塘红乡万福村的一个饭店。爆料人称，三里税务分局的一位干部李某鸿可能也参与了聚餐，几个人在聚餐期间喝了不少酒。目前尚不清楚是什么原因导致酒桌上发生了冲突，他只知道一位潘姓税务人员在冲突中身亡，另有一人在冲突中受重伤，目前仍在医院救治。
6月4日中午，指尖新闻记者与李某鸿取得电话联系，他向记者证实潘某的确在冲突中身亡，但是他明确表示自己并未参与那次聚餐，案发时自己并不在现场。
随后，指尖新闻记者通过电话和短信向上林县税务局韦海局长核实此事，但未获得回应。当天下午，记者与上林县税务局办公室罗主任取得了联系。罗主任称，经与公安部门对接，他了解到的情况是，死者当天是因为老家一位老人去世，回老家与街坊吃饭发生的冲突。警方接到报警到场时，现场只有嫌犯、伤者（报警人）和死者3个人。罗主任称，据他了解并没有其他税务局的工作人员参与那次聚餐，由于嫌犯和伤者都处于醉酒状态，所以目前警方也没有查清案发原因。
案发时是否只有3人聚餐？6月4日，指尖新闻记者分别与塘红派出所、上林县公安局政治处和刑侦大队取得联系，截至发稿前，未获正面回应。
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