<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>知识不对称 on 办公AI智能小助手</title>
    <link>https://blog.qife122.com/tags/%E7%9F%A5%E8%AF%86%E4%B8%8D%E5%AF%B9%E7%A7%B0/</link>
    <description>Recent content in 知识不对称 on 办公AI智能小助手</description>
    <generator>Hugo</generator>
    <language>zh-cn</language>
    <copyright>qife</copyright>
    <lastBuildDate>Fri, 19 Sep 2025 19:50:55 +0800</lastBuildDate>
    <atom:link href="https://blog.qife122.com/tags/%E7%9F%A5%E8%AF%86%E4%B8%8D%E5%AF%B9%E7%A7%B0/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>利用知识不对称实现检索增强生成系统的细粒度隐私提取</title>
      <link>https://blog.qife122.com/p/%E5%88%A9%E7%94%A8%E7%9F%A5%E8%AF%86%E4%B8%8D%E5%AF%B9%E7%A7%B0%E5%AE%9E%E7%8E%B0%E6%A3%80%E7%B4%A2%E5%A2%9E%E5%BC%BA%E7%94%9F%E6%88%90%E7%B3%BB%E7%BB%9F%E7%9A%84%E7%BB%86%E7%B2%92%E5%BA%A6%E9%9A%90%E7%A7%81%E6%8F%90%E5%8F%96/</link>
      <pubDate>Fri, 19 Sep 2025 19:50:55 +0800</pubDate>
      <guid>https://blog.qife122.com/p/%E5%88%A9%E7%94%A8%E7%9F%A5%E8%AF%86%E4%B8%8D%E5%AF%B9%E7%A7%B0%E5%AE%9E%E7%8E%B0%E6%A3%80%E7%B4%A2%E5%A2%9E%E5%BC%BA%E7%94%9F%E6%88%90%E7%B3%BB%E7%BB%9F%E7%9A%84%E7%BB%86%E7%B2%92%E5%BA%A6%E9%9A%90%E7%A7%81%E6%8F%90%E5%8F%96/</guid>
      <description>&lt;h1 id=&#34;细粒度隐私提取通过知识不对称利用攻击rag系统&#34;&gt;细粒度隐私提取：通过知识不对称利用攻击RAG系统&lt;/h1&gt;&#xA;&lt;p&gt;检索增强生成（Retrieval-Augmented Generation, RAG）系统通过整合外部知识库来增强大语言模型（LLMs）的能力，但这一进步也带来了显著的隐私风险。现有的RAG系统隐私攻击虽然能够触发数据泄露，但往往无法准确分离混合响应中源自知识库的句子，并且在跨多个领域应用时缺乏鲁棒性。&lt;/p&gt;</description>
    </item>
  </channel>
</rss>
