#data-curation Repositories
Entdecke 65 aktive Open-Source-GitHub-Repositories, die mit #data-curation getaggt sind und insgesamt 182,804 Sterne gesammelt haben (durchschnittlich 2,812 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist formulahendry/955.WLB mit 36,238 Sternen.
Insgesamt 65 Repositories
Liste der Unternehmen ohne Überstunden - 955-Arbeit, Work-Life-Balance (Arbeit-Lebens-Gleichgewicht)
🇨🇳 Chinesisches Sticker-Paket, Mehr Freude / Sticker-Paket-Museum, GitHubs giftigstes Repository, Große Sammlung chinesischer Sticker-Pakete, Freude sammeln~
Cleanlab's Open-Source-Bibliothek ist das Standard-Data-Centric-AI-Paket für Datenqualität und maschinelles Lernen mit unordentlichen, realen Daten und Labels.
【Sammleredition】Hochauflösende Live-Streams decken fast alle Satellitenfernsehprogramme ab, mit integrierten perfekten Kanal-Logos und Programmführer.
Das RedPajama-Data-Repository enthält Code zur Vorbereitung großer Datensätze für das Training großer Sprachmodelle.
Wird seit mehr als 5 Jahren kontinuierlich gepflegt, tägliche Verfügbarkeitsprüfungen, Abonnement der hochwertigsten kostenlosen Knoten im Netzwerk, höllische Auswahl an hochwertigen kostenlosen Knoten: shadowrocket | stash | singbox | clash | karing | hiddify | mihomo | clashmi | ClashMeta | FIClash | Surfboard
Zusammenfassung von Handy-Marken und -Modellen | Mobile Models | Dieses Repository ist unter der CC BY-NC-SA 4.0-Lizenz lizenziert
Erstellen Sie Ihre eigene Live-Stream-Liste mit [perfekter EPG-Programmübersicht, HD-Kanal-Logos]
Nano Banana (nanobanana), GPT-5 (GPT5), GPT-4o (GPT4o) Bild-Prompts, Nanobanana Prompts, nanobanana-Eingabeaufforderungen
Kuratiertes Verzeichnis von großartigen Cursor-Regeln .mdc-Dateien
„America Against America“ ist ein Werk, das Herr Wang Huning Ende der 1980er Jahre während seiner Beobachtungsreise in die USA verfasst hat. Wir wissen, wie groß die Bewunderung Chinas für den Westen, insbesondere für die USA, in jener Zeit war, daher ist es beeindruckend, einen Gelehrten zu sehen, der bereits in den 1980er Jahren eine so klare Erkenntnis hatte. Da online nur eine schlecht gescanntes PDF-Version verfügbar ist, möchte ich OCR-Technologie und das bloße Auge (menschliches OCR) nutzen, um es in ein modernes Textformat umzuwandeln. Es ist nun vollständig abgeschlossen.
fastdup ist ein leistungsstarkes, kostenloses Tool, das entwickelt wurde, um schnell wertvolle Einblicke aus Bild- und Videodatensätzen zu gewinnen. Es hilft, die Qualität von Bildern und Labels zu verbessern, während die Kosten für den Datenbetrieb erheblich gesenkt werden, und das alles bei unübertroffener Skalierbarkeit.
Informationszentrum für unser Projekt zur Schulung der größtmöglichen historischen LLMs.
Häufig verwendete sensible Wörter und Stoppwörter-Datenbank für das Internet
Teilen von Film- und Fernsehressourcen auf Baidu Netdisk, Quark Netdisk und Aliyun Drive. Tägliche Veröffentlichung der neuesten Fernsehserien, Varieté-Shows und Filmressourcen.
Dieses Repository dient zur Unterstützung von Beiträgen für Tools für den Project CodeNet-Datensatz, der in DAX gehostet wird
Kaishi 1.5k ist ein modernes, modulares japanisches Anki-Deck für Anfänger, die grundlegenden Wortschatz lernen möchten.
Offizielles Repo für das Paper „Skalierung der Erstellung synthetischer Daten mit 1.000.000.000 Personen“
HuatuoGPT, auf dem Weg, Sprachmodelle zu einem Arzt zu zähmen. (Ein offenes medizinisches GPT)
maschinenlesbare Daten für https://awesome-selfhosted.net
Die Washington Post erstellt eine Datenbank aller tödlichen Schüsse in den Vereinigten Staaten durch Polizeibeamte im Dienst seit 2015.
Eine kuratierte, aber unvollständige Liste datenzentrierter KI-Ressourcen.
Ein umfassender Manager, der die Ressourcen im Computer verwaltet und Gamifizierung bereitstellt
Die jährlichen Wettbewerbsaufgaben des nationalen Wettbewerbs für elektronisches Design von 1994 bis 2025 wurden gesammelt und sortiert. Ergänzungen sind willkommen, falls etwas fehlt!
Eine Liste bekannter Angriffe gegen Bitcoin- / Krypto-Asset-Besitz-Entitäten, die in der realen Welt stattfanden.
Zugängliche Google Colab-Notebooks für das Stable Diffusion Lora-Training, basierend auf der Arbeit von kohya-ss und Linaqruf
Offene Datenbank mit herausragenden Halbleiter-Start-ups
Häufig gestellte Fragen
Welches ist das beliebteste #data-curation-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#data-curation-Projekt auf GitHub ist formulahendry/955.WLB mit 36,238 Sternen. Liste der Unternehmen ohne Überstunden - 955-Arbeit, Work-Life-Balance (Arbeit-Lebens-Gleichgewicht)
Welche Programmiersprachen werden in #data-curation-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #data-curation-Projekten auf GitHub sind Python, TypeScript, JavaScript, Jupyter Notebook die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #data-curation-Repositories berechnet?
Wir verfolgen 65 aktive Open-Source-Repositories, die mit #data-curation getaggt sind (500+ Sterne), mit insgesamt 182,804 Sternen und durchschnittlich 2,812 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.