掌管百万福利的神秘女侠：揭秘‘福利姬’的魅力与特权!: 提升意识的内容，为什么还不开始行动？，: 重要人物的声音，能否表达群众的期待和梦想？
公测在即！一款颠覆传统福利体系，以女性视角探索百万财富的神奇游戏——《福利姬》即将于近期揭开神秘面纱。作为掌管百万福利的一位女侠，这个角色以其独特的魅力和特权，在游戏中展现了无比的可能性和无尽的挑战。
福利姬，一个充满想象力的名字，赋予了她与众不同的属性和能力。在游戏中，她不仅能够轻松获得海量福利，还拥有着无法比拟的特权和优势。她拥有独属于自己的专属商城，可以购买到各种稀有道具、装备，助力玩家提升战力，更能在战斗中发挥出强大的战斗力，帮助队友取得胜利。福利姬还有着独有的资源分配系统，可以将多余的资源进行捐赠给其他玩家或公益组织，为社会作出积极贡献。这无疑让福利姬成为了一个名副其实的“福利女神”，在社交、经济、公益等多个领域均发挥着不可或缺的作用。
《福利姬》的神秘之处不仅仅在于她的光环，更是其背后的制度设计和人性关怀。在这个游戏中，福利姬不仅是游戏中的主人公，更是广大玩家们共同的守护者。她通过无私的奉献和辛勤的努力，为玩家带来了无尽的福利，同时也激励着玩家们积极参与游戏，共同创造一个公平公正的游戏环境。福利姬也深知社会责任的重要性，她定期举办公益活动，为贫困山区的孩子们提供学习用品和生活物资，帮助他们实现知识改变命运的梦想。
福利姬的魅力，并不仅仅是她的丰厚奖励和独特特权，更是她的那份善良和坚韧不拔的精神。她的每一次决策和行动，都源于对生活的热爱和对世界的理解，她用自己的实际行动证明了，只要有爱，每个人都有可能成为改变世界的力量。这种精神，正是《福利姬》所要传递的价值观，是对社会责任的追求，是对美好生活的向往。
福利姬的身份并非只限于此，她还是众多游戏爱好者心中的偶像和灵感源泉。她的故事充满了冒险和挑战，每一个决定都是一次新的冒险，每一场比赛都是一次成长的机会。这种勇敢和无畏的精神，让我们看到了游戏不仅仅是娱乐工具，更是一种人生经历和价值观的塑造方式。
《福利姬》是一款集娱乐、教育、公益于一体的全新游戏，以其独特的福利体系和神秘的魅力，吸引了无数玩家的关注和喜爱。这位掌管百万福利的女侠，用实际行动诠释了什么是真正的“福利”，她是我们的希望，也是我们的榜样。让我们一起期待这款游戏的公测，一同感受福利姬的魅力与特权，一同见证她的未来。因为，只有当每个个体都能感受到福利带来的温暖，才能真正实现每个人的幸福和价值。
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