如何使用对抗数据动态训练模型

动态对抗数据收集（DADC）通过让人类用户生成对抗样本来欺骗模型，从而克服静态基准测试的局限。以 MNIST 手写数字识别为例，利用 Hugging Face Spaces 构建交互界面，收集用户绘制的难例并重新训练模型。该过程通过多轮迭代，显著提升模型的鲁棒性与泛化能力。