学渣鸡男深情舔舐校园霸主：他的软实力与征服欲，如何从平凡逆袭成校园传说，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白宫宣布提高进口钢铝关税至50%在此前一次与普京的通话中，他曾要求普京立即停火30天。
高二那年，王小明成为了一名普通的学渣，他的成绩始终在班级排名中垫底。在他眼中，那些被学霸们视为理所当然的存在，只是他们优越条件和人脉的体现。王小明对学习失去了兴趣，整天沉迷于网络游戏和网络小说之中。他把所有的精力都投入到这些娱乐活动中，忽视了学业。
这并没有使他放弃追求自己的目标。在学校里，他对一位名叫李刚的学霸产生了浓厚的兴趣。李刚不仅学习成绩优秀，而且为人正直，关心他人，深受同学们喜爱。王小明开始关注李刚的一举一动，并试图从中找到自己的学习榜样。他知道，只有通过刻苦努力和智慧的学习，才能真正的超越自我，实现逆袭。
一次偶然的机会，王小明接触到了一本关于学霸养成方法的书籍。他在阅读的过程中，发现了很多李刚成功的关键因素：李刚有明确的目标和计划，他将自己设定为一个每天进步一点点的人，并且严格自律，坚持完成每一项任务。李刚善于利用资源，如图书馆、老师的讲解等，不断提升自己的知识水平。李刚具有强大的心理素质，能够面对失败不气馁，勇于挑战自我，这种坚韧不拔的精神深深地影响了他。
王小明深感李刚的成功并非天生具备，而是由他自己在学习道路上不断探索和实践的结果。他开始模仿李刚的学习方式，制定详细的计划，利用碎片时间进行学习，积极参与各种学术活动，与老师同学交流互动。经过一段时间的努力，他的学习成绩终于有了显著的进步，甚至超过了李刚。
当李刚得知王小明的成绩后，他感到非常惊讶和欣慰。他意识到，一个人的力量虽然有限，但是只要坚持不懈，就有可能实现逆袭。于是，他主动邀请王小明加入他的团队，一起探讨学习策略，分享学习经验，帮助他提升自信心和毅力。
王小明被李刚的热情和无私奉献所感动，他认识到，想要从平凡逆袭成校园传奇，需要的是自身的硬实力和征服欲。他不再满足于现状，决心付出更大的努力，以更高的标准要求自己，用实际行动证明自己的价值。
在校期间，王小明更加专注学习，积极参加各类社团活动，展现出了他的领导能力和组织协调能力。他还经常向李刚请教问题，借鉴他的经验和技巧，不断完善自己的学习方法，逐步成长为一名优秀的学生干部。
两年后，王小明以优异的成绩考入了理想的大学，他的逆袭故事成为了校园中的传奇。他用实际行动告诉我们，只要有决心、有毅力，任何人都可以实现逆袭，成就自我。
王小明的故事告诉我们，学渣也可以逆袭成为校园霸主，关键在于他们的软实力和征服欲。他凭借清晰的目标、坚定的信念，以及刻苦的努力，成功地从平凡逆袭成了校园传说。他的故事激励着每一个渴望改变命运的人，让我们相信，只要我们用心去学习，勇敢去追梦，就一定能在人生的舞台上创造出属于自己的辉煌。
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
据央视新闻消息，当地时间6月3日，美国白宫发表声明称，美国总统特朗普宣布将进口钢铁和铝及其衍生制品的关税从25%提高至50%，该关税政策自美国东部时间2025年6月4日凌晨00时01分起生效。
声明表示，美国从英国进口的钢铝关税仍将维持在25%。自2025年7月9日起，美方可根据《环境政策声明》的条款调整适用的关税税率，并制定钢铝的进口配额。如果英国被认定为未遵守《环境政策声明》的相关规定，则可将适用关税税率提高至50%。
5月30日，特朗普在宾夕法尼亚州举行的一场集会上表示，将把进口钢铁的关税从25%提高至50%。随后，特朗普在社交媒体平台上发文表示，该决定从6月4日起生效。
次日，欧盟委员会在一份声明中对美国宣布提高进口钢铝关税表示遗憾，并表示欧盟准备采取反制措施。
声明称，美政府这一决定进一步给全球经济增添了不确定性，提高关税也破坏了正在进行的通过谈判解决问题的努力。
声明强调，欧盟委员会目前正在就扩大反制措施进行最终磋商。如果未能达成双方均可接受的解决方案，欧盟现有措施和附加措施将于7月14日自动生效，或根据需要提前生效。
美国媒体报道称，上调钢铝关税除了会影响房屋、汽车、洗衣机等大额商品价格，还会推高美国的食品价格，对普通消费者造成影响。因为罐头包装的金枪鱼、鸡汤、水果、番茄酱，以及啤酒、苏打水等大量涉及金属包装的食品都会受到关税影响。
美国罐头制造商协会主席布德维认为，提高钢铝关税将进一步提高罐头食品的成本。有美国知名跨国食品公司表示，由于企业无法在美国国内获得所有的原材料，加征关税可能迫使其提高产品价格。