機械学習モデルの堅牢性を評価するために、敵対的攻撃の研究は重要な役割を果たしています。特にテキスト領域では、モデルの予測ラベルのみが与えられる「硬いラベル」シナリオ下で、限られたクエリ回数で高品質な敵対的テキストを生成することは大きな課題となっていました。 従来のアプローチの多くは貪欲アルゴリズムに依存しており、テキスト内の1つの位置を選択して単語を置換し、その後他の位置を順次置換していく局所探索戦略を採用していました。しかし、この方法ではテキスト内のすべての位置の組み合わせを考慮できず、高品質な敵対例を発見することが難しく、結果として過度なクエリコストが発生するという問題がありました。理想的には、テキスト内のあらゆる位置の組み合わせを検討した最適な敵対サンプルが必要ですが、全探索は計算量的に実行不可能です。 これらの課題に対処するため、研究者らはLBA（サンプリングベース手法）を提案しました。このアプローチは、事前知識と事後知識の両方を統合して高品質な敵対例の近似分布を構築し、この分布からのサンプリングを活用します。サンプリングが進むにつれて、事後知識が近似分布を更新し、より効果的なサンプリングを導きます。 小規模から大規模に至る6つの言語モデルと4つのデータセットを用いた広範な実験により、LBAは既存の最先端手法をすべての評価指標で大幅に上回ることが示されました。さらに、LLMベースの評価では、LBAが生成する敵対的テキストがより意味的に保持され、理解しやすいものであることが確認されています。