男女尴尬趣事：羞涩与技能交织，男生女生修轮胎别样体验，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财经深一度|化工期货“家族”将迎丙烯期货、期权新成员锅里加凉水，把鸭肉放进去，再倒点料酒，开大火焯水，等水开了，煮个两三分钟，把浮沫撇掉，然后把鸭肉捞出来，用热水冲洗干净备用。
从古代的女红之术到如今的职场女性角色转变，传统观念中的性别角色在社会中不断被重塑和重新定义。其中，男女之间的尴尬趣事成为了展现这种多元性别关系的重要载体。而在修轮胎这一看似简单实际却充满趣味性的活动中，男女生的互相理解和协作不仅体现着他们的包容和理解能力，更是将两者独特的性格特点巧妙融合，共同演绎出一段别样的修胎体验。
初见之时，男性往往显得更为内敛、低调，他们在日常生活中更注重内在修养和职业素养的培养，他们对于车辆的维护和修理，尤其是轮胎更换和修复有着深入的理解和热情。在面对修轮胎这看似简单的任务时，男性往往会因为害羞或紧张而产生种种尴尬。例如，当需要调整轮胎气压时，由于女性天生就善于观察细节，了解各种车辆气压调节方式和原理，他们能够迅速准确地找到并调节轮胎的最佳气压，无需过多的语言交流就能进行操作；而男子则可能因为过于拘谨而选择沉默，甚至在专业人士面前，他们可能会因为对汽车知识的匮乏或者对专业术语的陌生感到手足无措。
正是这种微妙的差异，使得修轮胎活动在男女之间形成了鲜明的对比与互动。在女性的眼里，修车不仅仅是技术性的工作，更是对自身潜能的挑战和锻炼，是展示女性智慧与力量的机会。她们通过细致的观察，精准的操作，展现出自己的耐心与细心，使整个修车过程变得既生动又有趣。她们也通过与男性平等对话和合作，了解了男性在修理车辆时的独特视角和思维方式，增进了彼此的了解和尊重，营造了一种轻松愉快的氛围。
与此形成鲜明对比的是，男性则更加重视实用性与操作性，他们对于车辆保养的理解，不仅局限于如何更换轮胎，还包括如何判断轮胎磨损程度，如何进行线路检查等更为复杂的技术性问题。他们在面对这些复杂的操作时，通常会选择安静地坐在一旁，全神贯注地听从专业人士的指导，或者在一旁默默地学习和观察。他们的淡定从容、沉稳干练，以及在关键时刻展现出的专业能力和解决问题的能力，都让那些尝试着操作的男人们深感敬佩和羡慕。
在这个过程中，男女双方既是同事又是伙伴，既有相互竞争、提升自我的火花碰撞，也有共享喜悦、增进友谊的乐趣。他们用各自的方式诠释着性别角色的魅力，展示了人与人之间的理解和尊重，同时也打破了传统性别刻板印象，倡导了性别平等的观念。修轮胎，不仅仅是一份工作，更是一场关于勇气、专注、创新和包容的游戏，它让人们看到了男女之间的差异，也让人们看到了他们各自的价值和潜力。无论是男性还是女性，都应该以开放的心态去接纳和欣赏这种差异，去享受修轮胎带来的乐趣，去体验那份独特的“男女尴尬趣事”。
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
近日，郑州商品交易所就丙烯期货和期权合约及期货业务细则公开征求意见。这意味着化工期货“家族”将增添新成员。
郑商所资料图
在了解丙烯期货和期权之前，我们先了解一下什么是丙烯。
丙烯是我国产量最大的烯烃品种，也是重要的基础化工品。其上游连接原油、石脑油、煤炭、甲醇、丙烷等诸多原料，下游广泛应用于家电、汽车、纺织、医疗器械、化妆品等领域，是石化工和煤化工产业承上启下的中间枢纽品种。
近年来，国内外市场环境复杂多变，丙烯行业发展面临产能结构性过剩，叠加行业处于高端化、绿色化转型期，风险管理需求强烈。
目前，丙烯上下游产业链已上市甲醇、动力煤、原油、LPG（液化石油气）、聚丙烯等多个期货品种。在业内人士看来，丙烯期货和期权的上市，将有助于为上下游企业提供定价和风险管理工具，便于企业更好地进行产业链套期保值。同时有利于提高我国在化工行业的定价影响力，推动行业高质量发展。
“丙烯产业呈现贸易活跃、储存便利、需求广泛的特点，丙烯期货和期权上市可满足不同群体的需求，提高市场流动性。”作为产业链企业，东华能源相关负责人说，上游生产商可以通过卖出套保锁定生产利润，下游企业可以通过买入套保锁定低价原料，贸易商则可以通过基差贸易获得价差收益或扩大贸易量。
同时，期货公司可以通过提供定制化服务，如套保策略、交割支持、风险管理培训等，为丙烯产业链客户提供有效工具，推动丙烯产业高质量发展。
金能化学相关负责人表示，在未来价格波动周期里，丙烯期货可以帮助企业规避价格向不利方向变化的风险，利用期货减少亏损。在现货贸易出现短暂利润窗口期时，企业可以及时抓住机会，提前锁定加工利润，助力企业稳健发展。