婚礼魔法：将浪漫升级至梦幻Luang-Lung新境，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国际航协：政策缺陷致可持续航空燃料生产面临风险据悉，F4在2009年解散后，仅于2013年春晚合体。记者联系采访还未得到肯定答复，但这一消息让网友直呼“活久见”，但遗憾表示，F4要合体了，却再也看不到杉菜。
国家宝藏的瑰宝——Luang-Lung新境，宛如一颗璀璨的宝石，镶嵌在泰国的心脏地带。这座由皇家建筑大师鲁明罕·卡普里亚设计的城堡，以其独特的建筑设计和丰富的文化内涵，成为了一处极具魅力的婚礼圣殿，使得每一场华丽而深情的婚礼都能化身一场梦幻的梦境。
卢龙新境的壮丽与神秘，源于其独特的历史背景和发展脉络。这座城堡始建于19世纪末，起初作为皇宫的附属建筑，经历了多次翻修和扩建，最终于20世纪60年代被赋予了新的使命——为皇室成员举办婚宴和其他重要活动提供场所。自此，卢龙新境开始承担起承载历史、艺术和文化的重任，以期在传承传统的创新地诠释着对美好爱情的期待和对生活真谛的追求。
卢龙新境的独特之处在于其内部装修的设计风格。每一个角落都充满了浓厚的人文气息，展现出深厚的文化底蕴和丰富的装饰元素。主楼中央矗立着一座巨大的红宝石塔，塔身由红白两色大理石砌成，象征着永恒的爱情和热情的火焰。塔顶是一面巨大的玻璃幕墙，透过这扇窗，你可以俯瞰整个城堡的美景，仿佛置身于一幅宏大的画卷中。
从宫殿到花园，从宴会厅到私人套房，每一处空间都充满浪漫与温馨的气息。在玫瑰花坛的引导下，新人步入宏伟的大厅，步入一片金黄色的地毯上。在这里，他们手挽着手，在水晶灯下的烛光映照下，相互表达爱意，共同点亮他们的生命旅程。当音乐响起，灯光渐暗，舞台上的舞者们翩翩起舞，舞步轻盈流畅，犹如月光般洒落，照亮了整个场地，营造出一种浪漫而梦幻的氛围。
更为特别的是，卢龙新境还拥有一个世界一流的私人宴会厅，它被誉为“东方的凡尔赛宫”。这个大厅有宽敞的空间，可以容纳超过500位宾客，以及各种豪华的家具和装饰品。室内环境以典雅的金色为主题色调，地面铺设着柔软的皮革，座椅采用舒适的藤编软座，配以精美的水晶吊灯和精致的花卉装饰，宛如进入一个静谧的童话世界，让人们仿佛能够穿越时空，与王子和公主共度一段美好的时光。
在卢龙新境的婚礼之夜，新人们可以在无尽的奢华和浪漫之中，释放自己的情感，沉浸在爱情的甜蜜和幸福之中，体验一次从现实到梦境的穿越。在这个充满魔力的地方，每一个细节都蕴含着无尽的情感和寓意，每一次心跳都洋溢着对未来的期待和憧憬。卢龙新境不仅是举行婚礼的最佳地点，更是将浪漫升级至梦幻的新境，是人们心中永远无法忘记的浪漫之旅。
卢龙新境，如同璀璨的宝石，镶嵌在泰国的心脏地带，用她的美丽和故事，赋予了每一场婚礼无可替代的魅力和意义。无论你是寻求华丽的视觉盛宴，还是希望在私密的空间中品味浪漫，或是想要感受一场梦幻之旅，卢龙新境都会给你带来独一无二的体验和回忆。她是国家宝藏的瑰宝，也是婚礼魔法的源泉，让每一对新人在她这里找到属于自己的那份浪漫和梦幻。
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
中国航空新闻网讯：（记者 王兰）近日，国际航协宣布， 2025年可持续航空燃料（SAF）产量预计将达到200万吨（25亿升），占航空公司总燃料消耗量的0.7%。
国际航协理事长威利·沃尔什（Willie Walsh）表示：“SAF产量在2025年预计翻倍至200万吨的消息令人鼓舞，但仍仅占航空业总燃料需求的0.7%。即便如此，这点产量仍将推升全球航空业的燃料成本增加44亿美元。必须快速提升产量和提高效率，实现降本。”
目前，SAF市场存在明显的区域失衡与成本问题。大部分SAF流向欧洲，源于欧盟和英国自2025年1月1日生效的强制配额政策。然而，这一政策并未达到预期效果。由于SAF生产商或供应商收取合规费用，航空公司在欧洲购买SAF的成本翻倍。以2025年满足欧洲强制配额采购的100万吨SAF为例，按当前市场价格计算成本为12亿美元，而合规费用预计额外增加17亿美元。这些本可用于减少350万吨碳排放的资金，却因不合理收费被消耗，导致欧洲市场上SAF成本高达传统航空燃料的五倍。沃尔什尖锐指出，这暴露了在市场条件不成熟、缺乏监管保障情况下实施强制配额的弊端，欧洲亟需反思现行政策，寻找更有效的替代方案。
为推动全球SAF市场发展，国际航协积极行动，推出两项重要举措。其一是SAF登记名录，由民航脱碳组织（CADO）管理，该名录构建了透明、标准化的追踪系统，可对SAF的购买、使用及相关减排情况进行精准记录，完全符合CORSIA和欧盟排放交易体系等国际法规要求；其二是SAF供需对接平台，通过整合航空公司需求与供应商供给信息，促进双方高效对接，推动SAF采购交易。
国际航协强烈敦促各国政府在三个关键领域发力。