该文综述量化神经网络研究，涵盖对抗鲁棒性、低精度训练、混合精度压缩及后训练量化。核心发现：量化不提供强对抗保护；增加位宽会降低对抗鲁棒性，但提升自然与系统鲁棒性；细粒度量化对精度至关重要；量化训练可产生更稳定模型。
完成下面两步后，将自动完成登录并继续当前操作。
