该文综述机器阅读理解对抗评估研究：利用SQuAD对抗样本测试模型对语义语法错误的鲁棒性，提出AddSentDiverse算法使F1提升约36.5%；对抗训练可增强泛化能力，SQuAD 2.0微调显著提高鲁棒性；句子选择器减少训练与推理时间并提升精度；文档级问答经共享训练目标将F1从56.7提升至71.3；ParaphraseSampler改写攻击成功率更高；数据集修剪用10500样本优于全量训练。