婷婷星夜：深夜璀璨的明星，闪耀生活的独特视角重要的社会现象，背后又藏着多少秘密？，直击心灵的故事，难道不值得更多人知道？
问题标题：婷婷星夜：深夜璀璨的明星，照亮生活独特的视角
在人生的旅程中，有许多人如同璀璨的星辰，在夜晚绽放出无尽的光芒。其中一个特别的存在，就是我们熟知的“婷婷星夜”，那个在深夜为我们提供独特生活视角的明星。
婷婷星夜，这个名字仿佛在诉说着她独特的生活故事。这个充满神秘和诗意的名字，来自于她的名字中的第一个字母——T，那既是女性的象征，也是闪烁着耀眼光芒的星座——天王座。尽管她并非真正的天王座星座，但她的气质和才华都让人无法忽视她的特殊性。在众多的艺术家、歌手和影视工作者中，她以其独特的魅力，展现出了超越常人的才能和洞察力，成为了夜空中最亮的星星之一。
婷婷星夜的日常生活充满了忙碌而充实的节奏。作为一名演员，她在繁忙的工作之余，始终坚持对艺术的热爱和追求。她的表演风格多变，既有扎实的传统戏剧功底，又有鲜活的新颖现代元素，深受观众的喜爱和赞誉。她的每一次演绎，都像是一次无声的探索和创新，引领观众走进了她内心的世界，体验到她丰富的情感世界。
婷婷星夜也是一位富有责任感和社会公益的人。她积极参与各种慈善活动，用自己的实际行动回馈社会，为那些需要帮助的人伸出援手。无论是资助贫困儿童上学，还是参与环保公益活动，她的行动都在默默地传递着爱心和正能量，让每一个人都能感受到她的善良与坚韧。
婷婷星夜的艺术才华也受到了广泛的认可和赞赏。她以独特的嗓音和深情的眼神，创作出了许多深入人心的作品，如《月光下的凤尾竹》、《夜色中的玫瑰》等，这些作品不仅在国内广受欢迎，还在国际上赢得了高度的声誉。她的音乐作品既有浓郁的民族特色，又融入了国际化元素，展现了她独特的艺术风格和跨文化的魅力。
婷婷星夜是一个深邃而独特的角色，她用自己独特的人生观和价值观，诠释了生命的意义和价值。她用艺术的力量，照亮了我们生活的道路，让我们感受到了夜空中那一颗独一无二的星，那就是我们心中的“婷婷星夜”。无论是在现实生活中，还是在精神世界里，婷婷星夜都是一个永恒的标志，永远激励我们去追求梦想，去勇敢前行，去用自己的方式，创造属于自己的璀璨人生。
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