MIRAGE：以黑盒且与查询无关的投毒攻击误导 RAG
MIRAGE: Misleading Retrieval-Augmented Generation via Black-box and Query-agnostic Poisoning Attacks
AI 导读
研究者提出 MIRAGE，一种在严格黑盒且与用户查询无关的设定下对 RAG 语料投毒的多阶段攻击流程。该方法依赖替代模型反馈进行自动优化，包含人格驱动的查询合成、用于提升检索可见性的语义锚定，以及对抗版 Test-Time Preference Optimization（TPO）来增强说服力。作者基于三个长篇领域数据集构建了新基准，实验称 MIRAGE 在攻击效果与隐蔽性上优于现有基线，并可迁移到不同的检索器与 LLM 组合。