本研究针对限价单簿（LOB）表示学习中的特征提取和通用性不足问题，提出了标准化基准LOBench，并利用中国A股市场数据进行评估。研究展示了有效提取可转移特征的方法及其在不同任务中的优势，为未来研究提供了可复制的框架和指导。

本文提出了一种新颖的对抗样本生成方法，针对多任务分类器进行攻击，通过提取可转移特征来实现。实验结果表明，该方法在十个数据集上表现优异，能够有效降低隐藏任务的准确性，同时保持可见任务的性能，且成本较低。