#synthetic-data-generation Repositories
Entdecke 57 aktive Open-Source-GitHub-Repositories, die mit #synthetic-data-generation getaggt sind und insgesamt 117,965 Sterne gesammelt haben (durchschnittlich 2,069 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist huggingface/open-r1 mit 26,483 Sternen.
Insgesamt 57 Repositories
LLM-gestützte Multi-Agenten-Persona-Simulation zur Verbesserung der Vorstellungskraft und für Geschäftseinblicke.
NVIDIA Isaac Sim™ ist eine Open-Source-Anwendung auf NVIDIA Omniverse zur Entwicklung, Simulation und zum Testen von KI-gesteuerten Robotern in realistischen virtuellen Umgebungen.
[CVPR 2024 Highlight] FoundationPose: Vereinheitlichte 6D-Posen-Schätzung und Verfolgung neuartiger Objekte
[CVPR 2025 Best Paper Nomination] FoundationStereo: Zero-Shot Stereo Matching
Ein Open-Source-Framework zur Erkennung von Audio-Schlagwörtern (oder Phrasen) mit Schwerpunkt auf Leistung und Einfachheit.
Eine Datengenerierungspipeline zur Erstellung von semi-realistischen synthetischen Multi-Objekt-Videos mit reichhaltigen Annotationen wie Instanzsegmentierungsmasken, Tiefenkarten und optischem Fluss.
DocLayout-YOLO: Verbesserung der Dokumentlayoutanalyse durch vielfältige synthetische Daten und adaptive globale-zu-lokale Wahrnehmung
Hypersim: Ein fotorealistischer synthetischer Datensatz für das ganzheitliche Verständnis von Innenräumen
prompt2model - Generiere bereitstellbare Modelle aus Anweisungen in natürlicher Sprache
Plattform zur Generierung synthetischer Daten von DataArcTech
Dieses Repository enthält den Quellcode für RULER: Was ist die tatsächliche Kontextgröße Ihrer Langkontext-Sprachmodelle?
Offizielles Repo für das Paper „Skalierung der Erstellung synthetischer Daten mit 1.000.000.000 Personen“
Eine Leseliste zur Generierung synthetischer Daten auf Basis von LLM 🔥
InstructLab Core-Paket. Verwenden Sie dies, um mit einem Modell zu chatten und den InstructLab-Workflow auszuführen, um ein Modell mit benutzerdefinierten Taxonomiedaten zu trainieren.
Die Replica Dataset v1, wie in https://arxiv.org/abs/1906.05797 veröffentlicht.
Ein Rahmenwerk zur automatischen Prompt-Optimierung für große Sprachmodelle
Generieren Sie Textzeilenbilder für das Training von Deep-Learning-OCR-Modellen
der offizielle Code für "ToolAlpaca: Generalized Tool Learning for Language Models with 3000 Simulated Cases"
Cosmos-Transfer1 ist ein Welt-zu-Welt-Transfermodell, das entwickelt wurde, um die Wahrnehmungslücke zwischen simulierten und realen Umgebungen zu schließen.
AI Dataset Generator – Erstellen Sie realistische Datensätze für Demos, Schulungen und Dashboards
BlendedMVS: Ein großangelegtes Dataset für generalisierte Multi-View-Stereo-Netzwerke
Ein leichtgewichtiges, Plug-and-Play-Benchmark-Kit für synthetische Daten. Vergleichen Sie Syncora mit anderen Generatoren (z. B. Gretel, MostlyAI), indem Sie CSVs einfügen und dann Fidelity- und Ähnlichkeitsmetriken automatisch berechnen. Funktioniert mit jedem Datensatz über einfache Dateibenennung, keine aufwändige Einrichtung erforderlich.
Hochauflösender synthetischer Datensatz für die Modellierung von Kreditausfällen
Synthetischer Datensatz und Notebooks für introvertierte vs. extrovertierte Persönlichkeitsmodellierung (datenschutzsicher, ML-fähig).
Hochwertiger synthetischer Datensatz zur Erfassung von KI-Entwicklerproduktivitätsmetriken – einschließlich Fokusstunden, Aufgabenerledigungsquoten und Burnout-Anzeichen. Datenschutzsicher, ideal für ML- und Workflow-Analysen.
Eine Referenz-Anwendung für .NET, die KI für ein Kundensupport-Ticketing-System verwendet
Datensatz und Benchmark für RAG auf unternehmensinternen Dokumenten.
Eine neuartige Methode zur Mensch-Interaktion für die Echtzeit-Sprachextraktion auf Kopfhörern.
Häufig gestellte Fragen
Welches ist das beliebteste #synthetic-data-generation-Repository auf GitHub?
Das am höchsten eingestufte Open-Source-#synthetic-data-generation-Projekt auf GitHub ist huggingface/open-r1 mit 26,483 Sternen. Vollständige Reproduktion von DeepSeek-R1
Welche Programmiersprachen werden in #synthetic-data-generation-Repositories am häufigsten verwendet?
Unter den am höchsten eingestuften #synthetic-data-generation-Projekten auf GitHub sind Python, Jupyter Notebook, C++, TypeScript die am häufigsten verwendeten Programmiersprachen.
Wie wird das Ranking der #synthetic-data-generation-Repositories berechnet?
Wir verfolgen 57 aktive Open-Source-Repositories, die mit #synthetic-data-generation getaggt sind (500+ Sterne), mit insgesamt 117,965 Sternen und durchschnittlich 2,069 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.