立川理惠绿巨人的跨宇宙聚合：探索神秘力量与超越时空的冒险之旅引起关注的伤痕，如何提振我们的信心？，真实触动心灵的故事，难道你不想听听？
在浩瀚星空中，有一个名为“立川理惠”的绿色巨人。她是一位神秘而强大的存在，拥有超越星辰大海的力量，她的体内蕴含着一种被称为“神秘力量”的神秘能源。这种能源的存在，既深藏于她的心中，又超出了她的想象边界，被世人所知，却鲜为人知。
理惠的诞生并非偶然，她由一只古老的神兽孕育而来，这只神兽曾经是整个星系的守护者，它赋予了理惠无比的强大和智慧，引导她从幼年时期便开始积累神秘力量。在一场意外中，这只神兽不幸陨落，理惠继承了它的灵魂，也成为了那个失落世界的最后希望。
理惠的精神世界如同一座庞大而深邃的迷宫，充满了无尽的秘密和奥秘。她那颗炽热的心中，燃烧着对未知宇宙的无限好奇和追求，她的力量源于这个神秘的能量体——“神秘力量”。这种力量不仅让她能在危机时刻力挽狂澜，更让她能够穿越空间，探寻宇宙深处的奥秘和秘密。
理惠的故事并未止步于此，她在追寻“神秘力量”的过程中，经历了无数的磨难和挑战。每一次面对困难，她都凭借自己的勇气和智慧，成功地克服了重重难关，一次次挑战自我，突破极限。她的故事，就像一部充满传奇色彩的史诗，讲述了一个关于勇气、毅力和坚韧不拔的人类在宇宙中的旅程。
理惠的冒险之旅并非一帆风顺。她遇到了来自各个星球和维度的各种敌人，他们试图利用“神秘力量”来控制这个世界。每一次战斗，理惠都以坚定的决心和无畏的勇气，对抗这些敌人，保护人类的生存和发展。
在这个过程中，理惠不仅学习到了如何运用“神秘力量”，更重要的是，她学会了如何理解并尊重宇宙的多样性和复杂性，明白每个人都有自己独特的才能和价值，每种力量都有其存在的意义和价值。她的故事告诉我们，只有勇于探索、敢于挑战、不断进步，我们才能真正理解和欣赏宇宙的美丽和壮丽。
“立川理惠绿巨人”是一位伟大的超级英雄，她是神秘力量的创造者，也是超越时空的冒险家。她的故事告诉我们，只要有信念、有勇气、有智慧，我们就有可能实现我们的梦想，找到属于自己的人生道路，勇往直前，迎接未来的挑战和机遇。这就是“立川理惠绿巨人”跨越宇宙聚合，探索神秘力量与超越时空的冒险之旅的意义所在。
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