🧪 新建实验向导
1
基本信息
2
数据集配置
3
防御配置
4
训练配置
5
资源选择
📝 基本信息
命名规范：字母、数字、下划线，不超过64个字符
设置随机种子以确保实验可复现
📦 数据集配置
📊 数据集信息
类别数
—
—
训练集大小
—
—
图像尺寸
—
—
点击或拖拽文件到这里上传
支持 .zip, .tar.gz 格式，最大 10GB
10
设置训练集中被注入后门的样本比例
🛡️ 防御配置
🔍 训练前防御
⚔️ 训练中防御
🔧 训练后防御
在训练开始前对数据进行过滤和检测
在训练过程中使用特定策略抵御后门
在训练完成后对模型进行净化和修复
🧠 模型选择
⚙️ 训练参数
💻 计算资源
自动选择
系统根据任务自动分配最优资源
推荐
本地 GPU
使用本机 RTX 3090 进行训练
免费
云端 GPU
使用 A100 80GB 云端 GPU
¥2.5/h
混合模式
本地预处理 + 云端训练
高效
💰 成本估算
计算资源
自动分配
预估训练时长
约 4-6 小时
存储空间
约 2.5 GB
预估总费用
¥0（使用本地资源）