针对神经排序模型的几乎不可察觉的文档篡改（英文版）

英文标题：Towards Imperceptible Document Manipulations against Neural Ranking Models中文摘要：本研究提出了一种名为 Imperceptible DocumEnt Manipulation (IDEM) 的框架，该框架可以生成对算法和人类来说更难察觉的对抗性文档，并通过在不引入易于检测错误的情况下指导已建立的生成语言模型（例如 BART）生成连接语句，同时采用分离的位置合并策略来平衡扰动文本的相关性和一致性。实验结果表明，IDEM 可以在保持目标文档的流畅性和正确性的同时，胜过强的基准，并且将对抗文本生成与替代 NRM 的分离使 IDEM 更加强健，不受替代 NRM 质量的影响。英文摘要：Adversarial attacks have gained traction in order to identify potentialvulnerabilities in neural ranking models (NRMs), but current attack methodsoften introduce gra