本文研究了神经排序模型的鲁棒性，提出了五种鲁棒性任务，并通过实验验证其在大多数情况下不如传统模型，但在某些任务中仍具优势。分析了生成式和密集型检索模型的鲁棒性，强调生成式模型需提升鲁棒性，并提出了对抗性检索攻击任务以增强密集检索模型的效果。