首次系统分析大常数步长下对抗训练的梯度下降动力学，揭示其隐式偏差与泛化-鲁棒性权衡机制

提出稀疏微调策略，在保持低内存开销前提下缩小LoRA等参数高效AT与全参数AT间的鲁棒性差距。