面向稠密检索的连续空间无监督语料库投毒攻击

基于摘要分析。本文研究稠密信息检索中的语料库投毒：攻击者向语料库注入少量恶意生成文档，以破坏检索排序。作者提出直接在连续嵌入空间进行优化的攻击方法，并研究攻击者事先不知道查询分布的情形；这里的“无监督”特指这一威胁设定，不应据此推断全部训练监督条件。 方法针对离散词替换搜索与连续嵌入检索之间的空间差异，训练扰动模型，在维持原始文档与对抗文档嵌入之间几何距离的同时，最大化二者在 token 层面的差异。摘要未给出距离约束的具体形式、损失函数、扰动模型结构及嵌入到文本的生成流程，这些机制细节尚未验证。 作者报告在域内与域外数据集上评估了 top-1 attack 和 corpus poisoning attack，并覆盖白盒与黑盒设置，但摘要未提供数据集名称、划分、攻击成功率或排序性能变化。作者报告，在相同硬件条件下，每个目标文档的成功对抗样本生成耗时低于两分钟，相较文献中最快的基于梯度的词替换方法快四倍；该比较的具体基线与计时范围需查阅全文。作者还报告生成文本具有较低困惑度，并据此认为更难检测，但摘要未提供检测器或检测率结果，不能将文本自然度直接等同于已验证的隐蔽性。 本文的主要对象是信息检索系统安全，而非 EEG 或 BCI 解码。现有材料未建立其机制与神经信号任务的具体对应关系，因此不据此提出 BCI 迁移效果或复现实验建议。实验协议、消融及统计信息尚未验证。