SIGIRApr, 2024
多粒度对抗攻击黑盒神经排序模型
Multi-granular Adversarial Attacks against Black-box Neural Ranking Models
Yu-An Liu, Ruqing Zhang, Jiafeng Guo, Maarten de Rijke, Yixing Fan...
TL;DR利用多粒度干扰生成高质量对抗性实例,通过转换为顺序决策过程实现由强化学习进行多粒度对抗攻击,两个代理共同寻找并组织干扰候选项以达到攻击目标,实验证明了该方法在攻击效果和感知隐蔽性方面优于现有基线。