本研究提出了一种新颖的藏语对抗文本生成方法TSCheater，利用视觉相似音节的特点，建立了藏文音节视觉相似性数据库TSVSDB，从而提高了对抗攻击的有效性和文本质量，并构建了首个藏语对抗鲁棒性评估基准AdvTS。

该文综述了通过文本表示空间干预生成对抗文本的方法，用于分类器解释与偏见缓解，涵盖潜在空间优化、Shapley值估计、AlterRep语言特征替换、线性极小极大博弈、扩散模型生成对抗实例、大语言模型生成对抗样本、计数因果数据增强去偏及CLIP对抗编辑等，显著提升了反事实文本的成功率与质量，并有效减轻性别等社会偏见。