本研究提出StealthRank方法，旨在解决大型语言模型在信息检索中的对抗性排名操纵问题。该方法通过能量优化和Langevin动态生成隐匿提示序列，悄然影响排名机制，展现出优于现有基线的隐秘性和有效性。