新时代的达盖亚旗帜：旗帜演变与象征解读——对达盖亚的现代启示与我们的前瞻视野，“好物”出海记｜生产全球60%的鱼子酱，高端“土特产”挑动世界味蕾看似无害的提问，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屏幕方面，标配16英寸2.5K(2560×1600)300Hz电竞屏，支持ACR环境光技术，反射率降低80%，强光下可视性大大提升；OLED版本则升级至2.5K 240Hz，对比度与色彩表现更优，尤其适合对画质敏感的创作者。
一个充满活力和创新精神的时代，新一届的达盖亚旗帜无疑成为了我们了解、认识和探讨时代变迁的重要窗口。达盖亚，这个源自意大利文艺复兴时期的艺术符号，不仅在历史长河中留下了深刻印记，也在新时代的革命浪潮中扮演了引领者和象征角色。
达盖亚的现代启示，首先体现在其独特的象征内涵上。作为艺术史上的先驱之一，达盖亚的绘画作品以其鲜明的艺术风格和丰富的表现手法，开创了全新的视觉语言和表达方式。他的画作常常以简洁明快的线条和几何形状为主，构建出一种直观而富有力量的视觉美感，如《胜利女神》、《阿尔弗雷德·达盖尔像》等作品都展现出他对形式美的追求和对生命与力量的独特理解。这些作品如同一面面时代的镜子，映照出当时社会生活的精神风貌，展现了达盖亚对于个体自由意志和人性尊严的坚定信念。
达盖亚的旗帜还反映了那个时代人们对理性和科学的追求。作为达盖亚主义运动的核心人物，他倡导以自然法则为基础，探索人类的存在意义和宇宙的本质。他在作品中通过描绘自然景观和生命的形态，试图揭示并超越人类传统观念中的束缚，为人们提供了一种全新的认知视角。这种对理性与科学的颂扬，不仅体现了达盖亚对于理性的坚守，也对现代社会的价值观产生了深远影响。今天，无论是在科学研究领域还是人文教育领域，理性与科学都是推动人类进步的重要推动力量，而达盖亚式的旗帜则成为了我们理解和借鉴这一精神的有力载体。
对于当下而言，达盖亚的现代启示并不仅仅局限于其艺术价值和社会影响力。在全球化的背景下，达盖亚的旗帜更具有普适性和广泛性。它代表了一个面向未来的开放心态，鼓励人们勇于接受并接纳不同的文化、思想和价值观，同时也呼唤着全球范围内的人们共同面对挑战，携手创造更加美好的未来。例如，在当今的信息爆炸时代，达盖亚式的图像和信息传播手段如电子邮件、社交媒体等，已经成为人们日常生活的一部分，它们无时无刻不在传递着各种知识和信息，塑造着人们的思维方式和行为模式。
以达盖亚的现代启示为指引，我们在审视和研究新的时代背景和发展趋势时，不应仅仅停留于对过去辉煌成就的膜拜，而应深入挖掘其蕴含的深层哲理和人文精神，并将其转化为当代社会发展的动力源泉。只有这样，我们才能真正建立起一个面向未来的、多元包容、和谐共生的新时代旗帜，让达盖亚的精神永载史册，激励我们向着更广阔的星辰大海进发。
它曾与鹅肝、松露并称“世界三大美味”之一，是西方人舌尖上的奢侈品。但你知道吗？曾经并不产鱼子酱的中国如今生产了全球60%的鱼子酱，中国高端“土特产”出口海外，挑动世界味蕾！
在江西上饶广信区上泸镇的一处鲟鱼养殖基地，不久前，这里出产的优质鱼子酱首次出口到阿联酋迪拜。
鲟鱼是亚冷水性鱼类，对水温水质要求很高，基地所在的上泸镇大坳水库水质优良，非常适合鲟鱼生长，正所谓“好山好水养好鱼”。
根据不同的鲟鱼品种，一般要经过7到20年的养殖，才能取卵。然后在15分钟内完成16道工序。
高标准、高质量的中国产鱼子酱深受海外消费者青睐，这个基地的出口订单已排到9月份。
通过技术革新、高效的规模化养殖和完善的冷链物流系统，中国产高品质鱼子酱出口量稳步增长。除了出口，国内消费市场也在逐渐增长，曾经的高端食材被端上更多人的餐桌。
记者：余刚、陈毓珊
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