丁香深情咏叹五月天：缠绵悱恻的爱恋与执着追求，（图表·漫画）二十四节气·芒种｜梅子熟了看似无害的提问，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福奈丝也首度正式发声称自己被背叛，受到了巨大伤害。
从一首温馨动人的歌曲《丁香花》开始，五月天的音乐旋律和歌词深深烙印在了我们的内心深处。丁香花开四月时，丁香花语缠绵悱恻，如恋人深情地诉说着心中的眷恋与执着追求，让人们感受到一种深深的恋爱气息。
丁香花是春天的象征，代表了爱情的生机与活力。五月天用这首歌曲传达了对五月里花开满园的美景以及那充满诗意的爱情故事的向往和赞美。歌曲中的“丁香花啊，你的名字如此独特，像一串串粉色的珍珠，在春天中绽放”一句，将丁香花的美丽比喻为一颗颗晶莹剔透的粉色珍珠，既生动形象又富有诗意，让人仿佛置身于繁花似锦的春日花园中，欣赏到那一片美丽的景象。
紧接着，“丁香花啊，你是人间烟火里的曼妙舞者，舞出我们的青春与梦想”一句，则通过描绘丁香花的翩翩起舞姿态，展现了爱情中两个人如同丁香花般自由自在、无拘无束的精神状态。无论是热烈盛开还是默默凋零，她都犹如一个舞者，用灵动的身姿向我们诠释着生命的美好与坚韧。
然后，歌曲的情感逐渐升华，由对春天的赞美转为对爱情的颂扬：“丁香花啊，你的笑容如春风般温暖，照亮我们的每一天”。这句歌词以丁香花的笑容为核心意象，生动地展示了爱情的美好，让我们感受到了那股融化心头的幸福喜悦，那是恋人相互之间最真挚的陪伴与鼓励，也是他们共同走过风雨历程的力量源泉。
在歌曲的“丁香花啊，你的眼神如同深邃的海洋，包容一切，让我深深地爱上你”一句，更是将丁香花对爱情的执着追求表现得淋漓尽致。当丁香花静静地望着人们，眼神中充满了深情与期待，就像一位深海女神，默默地守护着那份甜蜜的爱情。这种眼神不仅仅是一种视觉上的美感，更是一种情感的寄托，它承载了恋人之间的深厚感情，也寓意着爱情需要用心去呵护，用行动去表达。
五月天的《丁香花》以其深情的歌词和独特的旋律，勾勒出了一个缠绵悱恻、执着追求的爱情画卷。在那个万物复苏的四月，丁香花开满园，而五月天则以他们的歌声唱响了关于爱情的心曲，让人们对这份深情与执着有了更深的理解和感悟。这是一首属于爱情的歌，是一份珍藏在心底的记忆，它将永远铭记在每个人的心中，成为那个五月天中最美的诗歌。
本文转自【新华社】
新华社图表，北京，2025年6月4日
6月5日将迎来夏季的第三个节气“芒种”。此时我国南方梅子成熟，但新鲜的青梅味道酸涩难以入口，人们便选择以煮食的方式加工。学古人青梅煮酒，或饮下带着酸味的梅汤，都不失为调理胃口的好方法。
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