How to train your model dynamically using adversarial data

利用 Gradio 與 Hugging Face Spaces 收集對抗性數據，建立人機協同的動態模型訓練閉環。

Hugging Face 介紹了一種利用對抗性數據動態訓練模型的方法。透過 Gradio 建立互動介面（以 MNIST 為例），讓使用者主動找出能騙過模型的樣本。這些對抗性數據會被自動收集並儲存至 Hugging Face Datasets，進而觸發模型的動態重新訓練，有效提升模型的魯棒性。

摘要由 AI 整理,以原文為準。