《脱岳裙背后的秘密：挑战传统观念的电影体验》，直击股东大会｜巨星科技董秘：公司产能转移完成后，输美产品关税将变成消费者全部承担看似无害的提问，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根据招股书披露，本次港股上市募资净额约90%将投向匈牙利德布勒森市动力电池基地建设。该基地总投资额达49亿欧元（约合人民币397.9亿元），分两期推进，目前已投入7亿欧元（约合人民币56.8亿元）。
关于电影体验，《脱岳裙背后的秘密：挑战传统观念的电影体验》是一部探讨现代女性角色形象、观影心理以及电影制作过程中的性别视角转变的影片。导演张永志以其独特的视角和深入浅出的方式，揭示了电影艺术如何在挑战传统观念的为观众带来一种全新的观影体验。
从女性角色形象的角度来看，《脱岳裙背后的秘密》打破了传统的男性主导电影模式，塑造了一群独立自主、敢于追求自我价值的女性角色。她们不再是传统的职场女性或者家庭主妇，而是有着丰富内心世界的独立女性，她们的每一次行动、每一次选择都蕴含着她们的独特性格和情感。影片通过描绘这些女性的生活日常，展现了她们在困境中坚韧不拔的精神风貌，使观众对她们产生深深的敬佩和同情。
在观影心理层面，影片以全新的视角解读了女性观众的心理需求和观影期待。以往的电影往往强调男性为主导的故事线和英雄主义精神，而《脱岳裙背后的秘密》则注重展现女性个体的情感世界和社会责任。影片中的人物们虽然身处不同的生活环境和角色背景，但她们始终坚守自己的价值观和信念，努力寻找自我实现的道路。这种对于个性和人性的挖掘，使得观众在观看过程中产生了共鸣和理解，增强了他们的观影情感体验。
电影制作过程中的性别视角转变也是《脱岳裙背后的秘密》的重要看点。在传统的电影制作理念下，男性通常承担主要的角色塑造和故事讲述的责任，而女性更多的扮演辅助和支持性的角色。本片将这一角色定位为全片的核心，通过一系列的故事情节和人物刻画，展现了女性在电影制作过程中的关键作用和价值。例如，主角李梦（饰演）不仅是一位优秀的女演员，也是一名出色的编剧，她的创意和才华在推动剧情发展和创造独特故事空间上起到了重要作用。影片还通过设定各种与女性角色相关的情境和冲突，探讨了性别平等和女性权益问题，从而引发了人们对社会性别角色认知的深入反思。
《脱岳裙背后的秘密：挑战传统观念的电影体验》以其鲜明的时代特色、深刻的人文关怀以及新颖的电影形式，成功地向观众呈现了一场女性角色形象、观影心理及电影制作过程中的性别视角转变的盛宴。它不仅改变了我们对电影的认知和欣赏方式，也为当代女性观众提供了新的理解和接纳女性角色的机会，让我们更加尊重和欣赏女性的力量和魅力。电影的成功，无疑为我们构建了一个更加公平、包容和多元化的电影生态提供了启示，也为全球电影创作和传播带来了新的可能性和机遇。
每经记者｜黄鑫磊 每经编辑｜文多
6月3日，巨星科技（SZ002444，股价24.24元，市值289.54亿元）召开了2024年年度股东大会。
众多投资者参加巨星科技2024年年度股东大会 图片来源：每经记者 黄鑫磊 摄
《每日经济新闻》记者看到，此次巨星科技年度股东大会吸引了数十名投资者现场参与。不少股东在会后与董秘周思远等高管展开交流。
谈及美国当前关税政策的影响时，董事长仇建平在会上表示，预计今年公司订单量会略微减少，销售额也会受到影响，但从明年开始会逐步恢复并持续上升。因为美国市场的需求会持续增长，而美国客户的订单基本是交给中国企业。
最终，美国加征的关税将由终端消费者承担
巨星科技主要产品包括手工具、电动工具、工业工具类，这些产品主要用于家庭住宅维护、建筑工程、车辆维修养护、地图测量测绘等领域。其中，家庭建筑及其相关维修维护产业是最重要也是占比最高的应用渠道。
巨星科技2024年年报披露，公司去年实现营收147.95亿元，同比增长35.37%，实现归母净利润23.04亿元，同比增长36.18%。分地区来看，来自美洲的营业收入高达93.87亿元，占总营收的63.44%。
巨星科技在年报中表示，美国政府不计后果的关税壁垒行为给行业发展带来了更多的不确定性，行业格局特别是全球供应链体系势必发生巨大的变化，美国可能发生再次通胀和市场预期美联储降息救市的矛盾状况将使得问题更加复杂。
另外，公司2025年一季报显示，受限于产能特别是东南亚产能严重不足，一季度仅实现销售收入同比增长10.59%。
巨星科技还在一季报中进一步分析说，4月2日，美国总统特朗普签署了所谓“对等关税”的行政令，并在其后不断变更具体规定，短期内对公司的产品交付产生较大影响。对此，公司积极应对并充分考虑相关风险。一季度公司对部分资产进行了减值和计提，对净利润产生了一定的影响。
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