慕思艾慕零金币社区：惊喜激战，赢取零元壕礼！零门槛，赢取无尽奖赏！，小米智能技术旗下科技公司增资至25亿 增幅约36%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值得一提的是，赵丽颖之前和冯绍峰离婚，那时她只有31岁，现在已经38岁，给人一种成熟了很多的感觉。回想起当初冯绍峰为她送餐的体贴，她决定与其步入婚姻。而现在，尽管赵德胤对她也不错，却并没有住进她的家中，而是选择回酒店。
标题：慕思艾慕零金币社区：惊喜激战，赢取零元壕礼！零门槛，赢取无尽奖赏！
慕思艾慕，这个专注于为用户提供高品质睡眠解决方案的品牌，以其卓越的产品质量和贴心的客户服务赢得了广大消费者的喜爱。现在，慕思艾慕携手零金币社区，开启一场激动人心的惊喜激战，旨在激发用户的参与热情，赢取丰厚的零元壕礼，同时让每一位用户都能轻松享受零门槛、零等待的优质服务。
零金币社区，作为慕思艾慕倾力打造的一个线上社区平台，为用户提供了一个安全、便捷、互动性强的空间。在这里，用户无需购买任何产品，只需要通过简单的注册和登录流程，即可参与到我们的惊喜激战之中。只需完成每日任务、分享慕思艾慕相关产品信息或分享与产品相关的精彩内容，用户就能获取相应的积分，并在积分兑换页面中，选择心仪的商品或服务，以获得丰富的零元壕礼。
每日签到活动是慕思艾慕零金币社区最具吸引力的环节之一。每天登录慕思艾慕App，用户不仅能获取当日的活跃积分，还能体验到精美丰富的签到礼物，如定制毛绒公仔、精美明信片、慕思艾慕官方周边等，为您的生活增添一份独特的色彩和乐趣。参与话题讨论、分享心得、转发推广等活动，更是能够赢得更多积分，助力您更快速地解锁丰厚的壕礼。
积分商城也是一个不容错过的亮点。慕思艾慕零金币社区设有各类商品和服务，涵盖了智能床垫、寝具、睡眠音乐、智能睡眠助手等多个领域。所有参与活动的用户，只要拥有足够的积分，就可以在商城内挑选自己喜欢的商品进行兑换。从舒适的床垫、优质的寝具，到个性化的音乐播放器，再到便捷的操作工具，满足用户对睡眠品质的各种需求，每一项都值得我们用心去挑选和珍藏。
再次，慕思艾慕零金币社区还设有各种优惠活动，如新品限时折扣、会员专享特权、推荐奖励等。这些优惠举措不仅能让用户享受到物超所值的服务，更能直接帮助他们节省消费支出，减轻购物压力。无论是为自己购买心仪的商品，还是为家人朋友提供优质的睡眠方案，或是为新用户推广慕思艾慕品牌，这些优惠无疑会让每位用户在参与活动中感受到实实在在的实惠。
慕思艾慕零金币社区还邀请了多位知名博主、明星等高咖入驻，他们的亲身体验和专业意见将为用户带来更加真实的使用感受。他们不仅可以分享自己的使用体验和心得体会，还可以针对当前市场上的热门问题给出有针对性的建议和解答，帮助用户更好地理解和解决实际问题。
慕思艾慕零金币社区，凭借其公平公正的游戏规则，多元化的礼品设置，以及贴心周到的服务，吸引了众多用户积极参与其中。在此，让我们一同参与这场惊喜激战，用零门槛、零等待的方式，赢取慕思艾慕零元壕礼，共同创造属于自己的健康舒适睡眠空间。而无论您是慕思艾慕的忠实粉丝，还是慕思艾慕的新用户，都能在这个平台上找到属于自己的专属权益，尽情享受慕思艾慕带来的舒适、科技和关爱。让我们一起，在慕思艾慕零金币社区，实现你的睡眠梦想，迎接更加美好的明天！
天眼查App显示，近日，小米景曦科技有限公司发生工商变更，注册资本由18.4亿人民币增至25亿人民币，增幅约36%。
该公司成立于2022年1月，法定代表人为刘凌迪，经营范围含软件开发、计算机系统服务、社会经济咨询服务、会议及展览服务、组织文化艺术交流活动、小微型客车租赁经营服务等，由小米智能技术有限公司全资持股。
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