洁白公交：一帧背后的故事，展现城市绿色出行新风尚——记公交车白洁的日常与坚守，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知名糖果在荷兰检出大麻成分！已有孩子出现不适症状！国际信用评级机构穆迪公司16日宣布，由于美国政府债务及利息支出增加，该机构决定将美国主权信用评级从Aaa下调至Aa1，同时将美国主权信用评级展望从“负面”调整为“稳定”。
按题目要求，我将从“白洁公交”的日常运作、其蕴含的意义以及其背后的城市绿色出行新风尚三个方面进行探讨。
“洁白公交”是现代城市中的一种环保交通方式，以其洁净如雪的外表和高效的服务，深受市民喜爱。这辆公交车始终秉持着“白色”的使命，以一种独特的形象出现在城市的街头巷尾，成为一道亮丽的风景线。
日常运营方面，“白洁公交”拥有现代化的硬件设施，包括LED显示屏，用于实时播放公交车的运行路线、时间表等信息；自动售票机，提供便捷的购票服务，减少现金使用，降低人工操作风险；空调设备，保证车厢内始终保持舒适的温度；车上还设有座椅通风系统，为乘客提供更加舒适的空间体验。
这种清洁无尘的驾驶环境，不仅减少了汽车尾气对空气的污染，而且使乘坐者在车内也能享受到清新的空气。在驾驶员的操作下，“白洁公交”始终遵循“绿色环保”的理念，严格遵守交通法规，合理规划线路，确保每一条路都畅通无阻，既保证了乘客出行的安全，也减轻了城市交通的压力。
“洁白公交”承载着一个城市的绿色出行新风尚。它鼓励公众选择公共交通工具，而非私家车，以实现可持续发展、低碳生活的目标。随着人们对环保意识的提高，越来越多的人开始意识到公共交通的重要性，而“白洁公交”的出现无疑推动了这一趋势的发展。据统计，自“白洁公交”投入运营以来，该市的公共交通占总出行比例逐年提升，居民出行方式从传统的燃油车转向了更环保、更高效的公交系统，这种变化标志着城市绿色出行的新篇章正在展开。
从城市形象的角度看，“白洁公交”也是城市文明建设的重要体现。公交车作为公共交通工具，其整洁的外观和高效的服务，不仅提升了城市形象，也展示了市民的良好素质。公交车上的“文明乘车”宣传标语、“绿色出行倡议书”等形式，吸引了大量非机动车车主参与，进一步倡导了健康、环保的生活方式。
“洁白公交”是一幅展现城市绿色出行新风尚的城市画卷。它以其独特的魅力，诠释了现代社会人们对于环保、低碳生活的追求，同时也成为了城市公共交通行业的一股强大力量，推动着城市的绿色发展进程。我们期待更多的公交车在未来的日子里，能够继续秉持“洁白”的精神，为这座城市的绿色出行事业作出更大的贡献。
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
本文转自【南国早报】；
畅销软糖
被发现含有大麻成分
公司发起大规模召回
据央视新闻消息
日前，荷兰东部地区多袋
哈瑞宝（Haribo）糖果被检测出
含有大麻成分
引发当地广泛关注
据报道，哈瑞宝公司已证实，部分在该国东部市场销售的一公斤装可乐味糖果中，检测出大麻痕迹。已有多名消费者包括儿童和成人在食用相关糖果后感到身体不适。
哈瑞宝小熊软糖可乐味。图源：央视新闻
尽管目前污染糖果仅限于该国东部地区，但荷兰食品与药品管理局发言人已建议全国消费者停止食用这一批次产品，直至调查结束。涉及的产品为一公斤装，保质期标注为2026年1月。
哈瑞宝荷兰办事处发言人表示，此次召回属于预防性措施，公司正在全力配合调查，并强调目前的问题似乎限于“报告数量有限、区域明确的特定批次产品”。目前，荷兰食品与药品管理局正在追踪产品来源及潜在污染渠道，警方尚未公布是否涉及蓄意行为或人为犯罪。
哈瑞宝是德国知名糖果企业，该企业拥有同名糖果品牌。
据当地媒体报道，有些消费者食用哈瑞宝小熊软糖“快乐可乐”可乐口味软糖后感到身体头晕，其中包括有个家庭的多名成员。警方指出，有名家长发现孩子食用该款软糖后出现不适，于是将一包软糖带到医院，经检测发现软糖中含有大麻。