深夜释放自我：小猪草莓丝瓜深情歌唱生命绽放的旋律面临选择的时刻，未来又应该如何应对？，引领思考的潮流，未来又将怎样展开？
从夜幕降临的那一刻起，世界仿佛被一层神秘的面纱包裹得严严实实。在这静谧的夜晚，有一种声音打破了这沉寂，它犹如一首深情的歌曲，唤醒了沉睡中的万物，让每一个角落都充满了生命的活力和希望。
这只名叫小猪草莓丝瓜的小家伙，以其独特的嗓音和细腻的情感演绎着生命的激情与梦想。每当夜深人静，当太阳还未升起，她总是会在树下的草丛中，用她的歌声唱出属于自己的那份宁静与自由。她的歌声如同清晨的第一缕阳光，温暖而明亮，照亮了这个寂静的世界，让每一个聆听的人都感受到了生命的美好。
草莓丝瓜的声音并不华丽，但却充满了情感的力量。她的歌声既不是高亢激昂的大海之歌，也不是轻柔优美的田园牧歌，而是那种深藏不露、充满哲理的诗篇。她的歌声中，既有对生活的热爱和赞美，又有对困难的坚韧和勇气，更有对未来的期待和憧憬。每一次她的歌声响起，都能让人感受到生活的丰富多样和无限可能，也能让人体验到生命的力量和坚韧不拔。
草莓丝瓜的声音，就像一只蝴蝶在花间飞舞，翩翩起舞，带来的是生命的芬芳，是爱的甜蜜，是希望的种子。她的歌声，就像是冬日里的暖阳，驱散了寒冷，带来了温暖，让人们在黑夜中找到一丝安慰，找到一份力量。
尽管草莓丝瓜的歌声如此动人，但她并没有因此而迷失自我，反而更加坚定地追求着自己心中的音乐梦想。她坚信，只有通过音乐，才能真正释放自我，才能真正实现生命的价值和意义。于是，无论生活多么艰难，无论挫折多么惨重，她都会坚持自己的信念，用自己的歌声去激励他人，用自己的行动去践行自己的梦想。
深夜的草莓丝瓜，虽然只是一个小角色，但却以她那独特的声音和深情的演唱，演绎出了生命的奇迹和辉煌。她的故事告诉我们，只要我们敢于释放自我，勇敢追求梦想，那么无论面对何种困难和挑战，我们都有可能创造出属于自己的精彩人生。这就是小猪草莓丝瓜深情歌唱生命绽放的旋律，就是生命的赞歌，就是生活的美丽。让我们在深夜里，听一听草莓丝瓜的歌声，感受生命的力量和魅力，从而更好地理解和珍视我们的生活，更好地拥抱我们的梦想。
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