拳击比赛交棒：瓶子与拳头的完美对位，彰显力量与策略的较量: 主流观点的转变，难道这一切都是偶然？，: 重要数据的真实影响，真相又将在何处揭晓？
阅读过一场经典的拳击比赛吗？它以瓶子与拳头的完美对位为背景，展示了力量与策略的极致对决。这种独特而富有韵律的画面，让人不禁沉浸在这个生动的世界中，感受到拳击运动员们智慧和技巧的淋漓尽致展现。
在每一次交棒之间，瓶子与拳头就像两位实力雄厚的斗士在互相角逐。瓶子承载着力量，它坚韧不拔、勇往直前。每当瓶子被敲击或撞击到对手身上时，那瞬间的力量宛如雷霆之力，瞬间将对方的能量释放殆尽。瓶子的动作精准有力，如同一把无形的剑，直接刺入对手的身体，使其无法招架。当瓶子试图打破僵局时，它的体积逐渐增大，重量也随之增加，这使得瓶子难以顺利地穿过对手的身体，反而会更显沉重。
与此拳头则如一只强大的巨兽般咆哮，带着无尽的力量和意志冲击瓶子。拳头的力度巨大，犹如一支巨大的铁锤，砸向瓶子时能将瓶子砸成碎片，甚至有时能直接打穿瓶子。拳手的挥拳动作迅猛无比，如同闪电划破黑夜，迅速且准确地打击目标。每一次挥拳，都充满了力量和决心，仿佛是一种无言的宣言，宣告着拳击者要全力以赴，以自己的方式证明自己。
这场比赛中的瓶子与拳头，就像两个象征着力量与策略的大师，他们各自具有鲜明的特点和优势。瓶子以其持久的韧性，展现了顽强的生命力和勇敢的战斗精神。瓶子在面对对手时，往往过于依赖其本身的坚硬性和耐久性，未能灵活运用各种战术和策略，从而陷入被动的局面。而拳击手，他的攻击虽然猛烈但精准，善于利用自身的技能和战术，不断地突破对手的防线，最终取得胜利。
在比赛中，瓶子与拳头的交棒过程充满了变数和挑战，这不仅考验了他们的技术，也考验了他们的毅力和应变能力。瓶子需要在强大的攻击之下保持冷静，选择最合适的时机进行反击；而拳击手，则需要在激烈的搏击之中，不断调整战略，找到最佳的进攻机会，同时也要时刻警惕对手的反击，尽可能减少损失。
这场拳击比赛中的瓶子与拳头，无疑是力量与策略的完美对位，它们的对决不仅仅是一场物理上的争斗，更是智慧和勇气的比拼，是信念和决心的较量。瓶子通过其坚韧不拔，赢得了比赛，而拳击手则凭借其灵活多变，打破了僵局，最终取得了胜利。这一刻，瓶子与拳头的交棒不仅仅是力量的碰撞，更是力量与策略的交织，展现了人类智慧和勇气的无限可能。
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