通过比较三种不同复杂度和效率水平的突变器基准模型，研究了语言模型的效率、性能和对抗鲁棒性之间的权衡关系。结果表明，GLA Transformer 和 MatMul-Free LM 在 AdvGLUE 任务上展示了更高的效率和更强的鲁棒性。简化架构在实现效率、性能和对抗鲁棒性方面具有潜力。