Git Stars Git Stars

#data-synthesis Repositories

Entdecke 15 aktive Open-Source-GitHub-Repositories, die mit #data-synthesis getaggt sind und insgesamt 21,082 Sterne gesammelt haben (durchschnittlich 1,405 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist OpenDCAI/DataFlow mit 8,650 Sternen.

15
Gesamtzahl der Repositories
21,082
Gesamtanzahl der Sterne
1,405
Durchschnittliche Sterne/Repo

Insgesamt 15 Repositories

1
OpenDCAI/DataFlow

[SIGMOD'27] Einfache Datenaufbereitung mit den neuesten LLM-basierten Operatoren und Pipelines.

OpenDCAI
⭐ 8,650 Python 👤 OpenDCAI Organization 🕐 Aktualisiert 2026-11-18 📅 Erstellt 2024-10-13
2
AgaMiko/data-augmentation-review

Liste nützlicher Ressourcen für Data Augmentation. Hier finden Sie einige ungewöhnliche Techniken, Bibliotheken, Links zu GitHub-Repos, Papers und mehr.

AgaMiko
⭐ 1,636 👤 AgaMiko User 🕐 Aktualisiert 2026-11-03 📅 Erstellt 2019-09-28
3
tencent-ailab/persona-hub

Offizielles Repo für das Paper „Skalierung der Erstellung synthetischer Daten mit 1.000.000.000 Personen“

tencent-ailab
⭐ 1,585 Python 👤 tencent-ailab User 🕐 Aktualisiert 2025-02-19 📅 Erstellt 2024-06-22
4
Tebmer/Awesome-Knowledge-Distillation-of-LLMs

Dieses Repository sammelt Arbeiten für "Eine Übersicht über Knowledge Distillation von Large Language Models". Wir zerlegen KD in Wissensextraktion und Destillationsalgorithmen und erforschen Skill & Vertical Distillation von LLMs.

Tebmer
⭐ 1,282 👤 Tebmer User 🕐 Aktualisiert 2025-03-09 📅 Erstellt 2024-02-08
5
InternScience/GraphGen

GraphGen: Verbesserung des überwachten Fine-Tunings für LLMs mit wissensgesteuerter Generierung synthetischer Daten

InternScience
⭐ 1,236 Python 👤 InternScience Organization 🕐 Aktualisiert 2026-11-08 📅 Erstellt 2025-01-08
6
jsyoon0823/TimeGAN

Codebasis für Zeitreihen-Generative Adversarial Networks (TimeGAN) – NeurIPS 2019

jsyoon0823
⭐ 1,068 Jupyter Notebook 👤 jsyoon0823 User 🕐 Aktualisiert 2026-02-05 📅 Erstellt 2020-04-24
7
OpenDataBox/awesome-data-llm

Offizielles Repository des "LLM × DATA"-Umfragepapiers

OpenDataBox
⭐ 836 👤 OpenDataBox Organization 🕐 Aktualisiert 2026-10-25 📅 Erstellt 2024-08-04
8
showlab/videollm-online

VideoLLM-online: Online Large Language Model für Streaming-Videos (CVPR 2024)

showlab
⭐ 690 Python 👤 showlab Organization 🕐 Aktualisiert 2025-11-26 📅 Erstellt 2024-06-17
9
yorkeccak/Polyseer

Polymarket Alpha mit der Geschwindigkeit des Jetzt.

yorkeccak
⭐ 666 TypeScript 👤 yorkeccak User 🕐 Aktualisiert 2026-11-08 📅 Erstellt 2025-08-30
10
kaist-avelab/K-Radar

4D-Radar-Objekterkennung für autonomes Fahren bei verschiedenen Wetterbedingungen

kaist-avelab
⭐ 624 Python 👤 kaist-avelab User 🕐 Aktualisiert 2026-06-26 📅 Erstellt 2023-01-02
11
inclusionAI/ASearcher

Ein Open-Source-Großprojekt für Reinforcement Learning für Suchagenten

inclusionAI
⭐ 617 Python 👤 inclusionAI Organization 🕐 Aktualisiert 2025-11-26 📅 Erstellt 2025-08-05
12
microsoft/MS-SNSD

Der Microsoft Scalable Noisy Speech Dataset (MS-SNSD) ist ein verrauschter Sprachdatensatz, der je nach Anzahl der Sprecher, Geräuschart und gewünschtem Signal-Rausch-Verhältnis (SNR) auf beliebige Größen skalierbar ist.

microsoft
⭐ 573 HTML 👤 microsoft Organization 🕐 Aktualisiert 2024-07-01 📅 Erstellt 2019-08-26
13
Flame-Code-VLM/Flame-Code-VLM

Flame ist ein Open-Source-multimodales KI-System, das entwickelt wurde, um UI-Design-Mockups in qualitativ hochwertigen React-Code zu übersetzen. Es nutzt Vision-Language-Modelling, automatisierte Datensynthese und strukturierte Trainings-Workflows, um die Lücke zwischen Design und Frontend-Entwicklung zu schließen.

Flame-Code-VLM
⭐ 564 Python 👤 Flame-Code-VLM Organization 🕐 Aktualisiert 2026-02-11 📅 Erstellt 2025-02-10
14
swz30/CycleISP

[CVPR 2020--Oral] CycleISP: Real Image Restoration via Improved Data Synthesis

swz30
⭐ 555 Python 👤 swz30 User 🕐 Aktualisiert 2024-09-24 📅 Erstellt 2020-03-15
15
DIYer22/bpycv

Computer-Vision-Hilfsprogramme für Blender (Generieren von Instanzannotationen, Tiefe und 6D-Pose mit einer Codezeile)

DIYer22
⭐ 506 Python 👤 DIYer22 User 🕐 Aktualisiert 2025-08-05 📅 Erstellt 2019-12-29

Häufig gestellte Fragen

1

Welches ist das beliebteste #data-synthesis-Repository auf GitHub?

Das am höchsten eingestufte Open-Source-#data-synthesis-Projekt auf GitHub ist OpenDCAI/DataFlow mit 8,650 Sternen. [SIGMOD'27] Einfache Datenaufbereitung mit den neuesten LLM-basierten Operatoren und Pipelines.

2

Welche Programmiersprachen werden in #data-synthesis-Repositories am häufigsten verwendet?

Unter den am höchsten eingestuften #data-synthesis-Projekten auf GitHub sind Python, Jupyter Notebook, TypeScript, HTML die am häufigsten verwendeten Programmiersprachen.

3

Wie wird das Ranking der #data-synthesis-Repositories berechnet?

Wir verfolgen 15 aktive Open-Source-Repositories, die mit #data-synthesis getaggt sind (500+ Sterne), mit insgesamt 21,082 Sternen und durchschnittlich 1,405 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.