【四大色彩直播间】沉浸式色播互动：展现生活的多彩瞬间，一睹四房彩色电视的魅力，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《长安的荔枝》创新性再现大唐“打工人”生活在全球同类公司中，Airwallex 是拥有最多支付牌照和许可的全球金融科技公司之一，已经在澳大利亚、新加坡、中国香港、中国内地、日本、新西兰、英国、欧洲、美国、加拿大、马来西亚、越南、墨西哥和巴西等地获得了牌照和许可。从解决简单的跨境收款问题到架构全球支付网络，这家由四位澳籍华裔于 2015 年共同创立的公司正在重新定义全球资金的流动方式。
国家电视台与互联网科技的融合，以全新的方式赋予了电视直播节目——【四大色彩直播间】崭新的魅力。这种将色彩、音效和互动元素融入到电视直播中的全新模式，旨在通过呈现生活中的多彩瞬间，引领观众感受四室彩色电视的强大功能，实现一种全新的视觉盛宴。
【四大色彩直播间】以丰富多样的色彩呈现为特色，为每个家庭打造出独特的色幕景观。从鲜艳的红、黄、蓝、绿四种基础主色调，到更加大胆的紫色、橙色等深浅不一的高级色系，再到低调内敛的灰、白等中性色，每一种颜色都蕴含着不同的寓意和情感表达，形成了一种富有层次感的视觉效果。
在【四大色彩直播间】中，主持人会穿梭于各个色彩之间，利用丰富的解说词和生动的画面解释这些色彩背后的象征意义。比如，红色代表着热情洋溢，黄色象征快乐和活力，蓝色代表宁静和平静，绿色则代表自然和生机勃勃。这样的讲述不仅能帮助观众更好地理解色彩的文化内涵，更能让每一个观看节目的人都沉浸在绚丽多姿的色彩世界中。
【四大色彩直播间】还引入了极具创意的音频元素，如轻快的音乐、深情的朗诵、幽默的笑话等，使得色彩更加立体且生动。这些音频内容不仅能够增强画面的情感感染力，还能让观众在欣赏节目的感受到丰富多彩的声音体验，进一步深化色彩的意义和魅力。
与此【四大色彩直播间】还采用了先进的互动技术，包括屏幕触控、语音操控、手势识别等，使观众可以通过各种方式参与到节目中来。例如，观众可以在屏幕触控上选择自己喜欢的颜色，甚至可以使用语音指令控制节目流程，或者通过手势操作改变电视的播放方向或暂停时间。这些交互方式打破了传统电视节目单一的娱乐性质，使其更具趣味性和参与度，使得观众仿佛置身于色彩的世界之中，亲身体验色彩带来的感官冲击和情感共鸣。
【四大色彩直播间】以多元化的色彩表现形式、创新性的音频互动技术和个性化的色彩选择，实现了对电视直播节目的一次深度重塑。它成功地将色彩作为一种语言，通过直观的视觉和听觉，引导观众领略生活的多彩瞬间，体验四室彩色电视的魅力。在未来，随着科技的发展和人们审美需求的变化，相信【四大色彩直播间】将会在更多的领域，如教育、娱乐、商业等，发挥更大的作用，为人们带来更加丰富和精彩的色彩视听享受。
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
电视剧《长安的荔枝》超前巡回观影会3日在北京举行，导演曹盾，原著作者、故事顾问马伯庸，主演公磊、冯嘉怡出席活动，与500余名观众一同尝鲜《长安的荔枝》精华片段，带领观众穿越古今，纵览台前幕后的大剧质感与文化底蕴，也让唐朝小吏李善德和他的故事从书本、屏幕走入现实，掀起了广泛的情感共鸣。
着手影视化一个备受广大观众喜爱的故事，曹盾导演认为其首要目标是最大限度地呈现原著精神内核，以主人公李善德的命运起伏为身处职场的人们带去深刻的共情与共鸣，而原著扎实有力的共情力，也带给了二度创作坚实的基石。同时，曹盾强调，中华文化绵延不绝，从未有过断裂，只要认真去聆听，古代与当下跨越千年的情感与智慧始终都在彼此映照。
原著作者马伯庸首次担任故事顾问，深度参与了《长安的荔枝》影视化改编的开发创作，他表示此次改编最大的难点同时也是最大的创新点即为通过合理增添与丰满新人物的方式提高剧作丰富性与可看性，在主人公李善德的故事基础上新增郑平安故事线，产生一静一动的化学反应。同时，马伯庸认为雷佳音恰如其分地诠释出李善德“表面窝囊，内里坚韧”的人物本色，也十分认可岳云鹏饰演的郑平安所带来的幽默与喜感，两人一唱一和的互动能给观众带来更加丰富的故事体验。