Git Stars Git Stars

#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.

57
Gesamtzahl der Repositories
117,965
Gesamtanzahl der Sterne
2,069
Durchschnittliche Sterne/Repo

Insgesamt 57 Repositories

1
huggingface/open-r1

Vollständige Reproduktion von DeepSeek-R1

huggingface
⭐ 26,483 Python 👤 huggingface Organization 🕐 Aktualisiert 2026-10-26 📅 Erstellt 2025-01-24
2
microsoft/TinyTroupe

LLM-gestützte Multi-Agenten-Persona-Simulation zur Verbesserung der Vorstellungskraft und für Geschäftseinblicke.

microsoft
⭐ 7,700 Jupyter Notebook 👤 microsoft Organization 🕐 Aktualisiert 2026-11-06 📅 Erstellt 2024-03-25
4
simplescaling/s1

s1: Einfache Laufzeitskalierung

simplescaling
⭐ 6,656 Python 👤 simplescaling Organization 🕐 Aktualisiert 2025-06-25 📅 Erstellt 2025-02-01
5
PrimeIntellect-ai/verifiers

Unsere Bibliothek für RL-Umgebungen + Evals

PrimeIntellect-ai
⭐ 4,797 Python 👤 PrimeIntellect-ai Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2025-01-22
6
isaac-sim/IsaacSim

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.

isaac-sim
⭐ 4,521 Python 👤 isaac-sim Organization 🕐 Aktualisiert 2026-11-16 📅 Erstellt 2025-05-28
7
NVlabs/FoundationPose

[CVPR 2024 Highlight] FoundationPose: Vereinheitlichte 6D-Posen-Schätzung und Verfolgung neuartiger Objekte

NVlabs
⭐ 3,707 Python 👤 NVlabs Organization 🕐 Aktualisiert 2026-04-29 📅 Erstellt 2023-12-12
8
sdv-dev/SDV

Synthetische Datengenerierung für tabellarische Daten

sdv-dev
⭐ 3,607 Python 👤 sdv-dev Organization 🕐 Aktualisiert 2026-11-16 📅 Erstellt 2018-05-11
9
NVlabs/FoundationStereo

[CVPR 2025 Best Paper Nomination] FoundationStereo: Zero-Shot Stereo Matching

NVlabs
⭐ 3,007 Python 👤 NVlabs Organization 🕐 Aktualisiert 2025-12-19 📅 Erstellt 2024-12-12
10
dscripka/openWakeWord

Ein Open-Source-Framework zur Erkennung von Audio-Schlagwörtern (oder Phrasen) mit Schwerpunkt auf Leistung und Einfachheit.

dscripka
⭐ 2,963 Jupyter Notebook 👤 dscripka User 🕐 Aktualisiert 2025-12-30 📅 Erstellt 2022-05-28
11
google-research/kubric

Eine Datengenerierungspipeline zur Erstellung von semi-realistischen synthetischen Multi-Objekt-Videos mit reichhaltigen Annotationen wie Instanzsegmentierungsmasken, Tiefenkarten und optischem Fluss.

google-research
⭐ 2,859 Jupyter Notebook 👤 google-research Organization 🕐 Aktualisiert 2026-05-21 📅 Erstellt 2020-07-22
12
opendatalab/DocLayout-YOLO

DocLayout-YOLO: Verbesserung der Dokumentlayoutanalyse durch vielfältige synthetische Daten und adaptive globale-zu-lokale Wahrnehmung

opendatalab
⭐ 2,315 Python 👤 opendatalab Organization 🕐 Aktualisiert 2026-10-21 📅 Erstellt 2024-10-14
13
apple-aiml-research/ml-hypersim

Hypersim: Ein fotorealistischer synthetischer Datensatz für das ganzheitliche Verständnis von Innenräumen

apple-aiml-research
⭐ 2,077 Python 👤 apple-aiml-research Organization 🕐 Aktualisiert 2026-09-11 📅 Erstellt 2020-11-16
14
neulab/prompt2model

prompt2model - Generiere bereitstellbare Modelle aus Anweisungen in natürlicher Sprache

neulab
⭐ 2,005 Python 👤 neulab Organization 🕐 Aktualisiert 2024-12-29 📅 Erstellt 2023-03-27
15
DataArcTech/DataArc-SynData-Toolkit

Plattform zur Generierung synthetischer Daten von DataArcTech

DataArcTech
⭐ 1,787 Python 👤 DataArcTech Organization 🕐 Aktualisiert 2026-11-19 📅 Erstellt 2025-11-21
16
NVIDIA/RULER

Dieses Repository enthält den Quellcode für RULER: Was ist die tatsächliche Kontextgröße Ihrer Langkontext-Sprachmodelle?

NVIDIA
⭐ 1,641 Python 👤 NVIDIA Organization 🕐 Aktualisiert 2026-11-03 📅 Erstellt 2024-04-09
17
open-gigaai/giga-world-0

GigaWorld-0: Weltmodelle als Datensystem zur Stärkung verkörperter KI

open-gigaai
⭐ 1,619 Python 👤 open-gigaai Organization 🕐 Aktualisiert 2025-12-03 📅 Erstellt 2025-11-25
18
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
19
sdv-dev/CTGAN

Conditional GAN zur Generierung synthetischer Tabellendaten.

sdv-dev
⭐ 1,579 Python 👤 sdv-dev Organization 🕐 Aktualisiert 2026-11-16 📅 Erstellt 2019-09-08
20
wasiahmad/Awesome-LLM-Synthetic-Data

Eine Leseliste zur Generierung synthetischer Daten auf Basis von LLM 🔥

wasiahmad
⭐ 1,538 👤 wasiahmad User 🕐 Aktualisiert 2025-06-05 📅 Erstellt 2024-08-08
21
instructlab/instructlab

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.

instructlab
⭐ 1,415 Python 👤 instructlab Organization 🕐 Aktualisiert 2026-03-30 📅 Erstellt 2024-02-21
22
facebookresearch/Replica-Dataset

Die Replica Dataset v1, wie in https://arxiv.org/abs/1906.05797 veröffentlicht.

facebookresearch
⭐ 1,202 C++ 👤 facebookresearch Organization 🕐 Aktualisiert 2024-07-22 📅 Erstellt 2019-02-08
23
NVlabs/Deep_Object_Pose

Tiefe Objekt-Pose-Schätzung (DOPE) – ROS-Inferenz (CoRL 2018)

NVlabs
⭐ 1,175 Python 👤 NVlabs Organization 🕐 Aktualisiert 2025-08-06 📅 Erstellt 2018-10-12
25
IBM/Dromedary

Dromedar: für hilfreiche, ethische und zuverlässige LLMs.

IBM
⭐ 1,136 Python 👤 IBM Organization 🕐 Aktualisiert 2025-09-18 📅 Erstellt 2023-05-03
26
NVIDIA-NeMo/Skills

Ein Projekt zur Verbesserung der Fähigkeiten von großen Sprachmodellen

NVIDIA-NeMo
⭐ 1,065 Python 👤 NVIDIA-NeMo Organization 🕐 Aktualisiert 2026-11-18 📅 Erstellt 2024-02-11
27
SalesforceAIResearch/promptomatix

Ein Rahmenwerk zur automatischen Prompt-Optimierung für große Sprachmodelle

SalesforceAIResearch
⭐ 979 Python 👤 SalesforceAIResearch Organization 🕐 Aktualisiert 2026-06-02 📅 Erstellt 2025-07-08
28
oh-my-ocr/text_renderer

Generieren Sie Textzeilenbilder für das Training von Deep-Learning-OCR-Modellen

oh-my-ocr
⭐ 913 Python 👤 oh-my-ocr Organization 🕐 Aktualisiert 2026-05-17 📅 Erstellt 2020-06-18
29
microsoft/FaceSynthetics

Gesichtssynthetik-Datensätze

microsoft
⭐ 895 👤 microsoft Organization 🕐 Aktualisiert 2025-07-08 📅 Erstellt 2021-08-12
30
tangqiaoyu/ToolAlpaca

der offizielle Code für "ToolAlpaca: Generalized Tool Learning for Language Models with 3000 Simulated Cases"

tangqiaoyu
⭐ 884 Python 👤 tangqiaoyu User 🕐 Aktualisiert 2024-10-26 📅 Erstellt 2023-06-14
31
haosulab/SAPIEN

Die SAPIEN Embodied AI Plattform

haosulab
⭐ 872 C++ 👤 haosulab Organization 🕐 Aktualisiert 2026-11-21 📅 Erstellt 2020-03-16
32
zju3dv/pvnet

Code für "PVNet: Pixel-wise Voting Network for 6DoF Pose Estimation" CVPR 2019 oral

zju3dv
⭐ 869 Jupyter Notebook 👤 zju3dv Organization 🕐 Aktualisiert 2024-07-15 📅 Erstellt 2018-12-27
33
nvidia-cosmos/cosmos-transfer1

Cosmos-Transfer1 ist ein Welt-zu-Welt-Transfermodell, das entwickelt wurde, um die Wahrnehmungslücke zwischen simulierten und realen Umgebungen zu schließen.

nvidia-cosmos
⭐ 830 Python 👤 nvidia-cosmos Organization 🕐 Aktualisiert 2026-10-15 📅 Erstellt 2025-03-02
35
metabase/dataset-generator

AI Dataset Generator – Erstellen Sie realistische Datensätze für Demos, Schulungen und Dashboards

metabase
⭐ 765 TypeScript 👤 metabase Organization 🕐 Aktualisiert 2026-11-20 📅 Erstellt 2025-06-12
36
stanford-futuredata/ARES

Automatisierte Bewertung von RAG-Systemen

stanford-futuredata
⭐ 711 Python 👤 stanford-futuredata Organization 🕐 Aktualisiert 2025-03-28 📅 Erstellt 2023-09-27
37
YoYo000/BlendedMVS

BlendedMVS: Ein großangelegtes Dataset für generalisierte Multi-View-Stereo-Netzwerke

YoYo000
⭐ 690 👤 YoYo000 User 🕐 Aktualisiert 2026-10-03 📅 Erstellt 2019-11-22
38
syncora-ai/syncora-benchmarks

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.

syncora-ai
⭐ 678 Jupyter Notebook 👤 syncora-ai User 🕐 Aktualisiert 2025-08-11 📅 Erstellt 2025-07-31
39
syncora-ai/synthetic-credit-default-syncora

Hochauflösender synthetischer Datensatz für die Modellierung von Kreditausfällen

syncora-ai
⭐ 676 Jupyter Notebook 👤 syncora-ai User 🕐 Aktualisiert 2025-09-10 📅 Erstellt 2025-07-30
40
syncora-ai/synthetic-personality-dataset

Synthetischer Datensatz und Notebooks für introvertierte vs. extrovertierte Persönlichkeitsmodellierung (datenschutzsicher, ML-fähig).

syncora-ai
⭐ 667 Jupyter Notebook 👤 syncora-ai User 🕐 Aktualisiert 2025-08-25 📅 Erstellt 2025-07-31
41
sdv-dev/Copulas

Eine Bibliothek zur Modellierung multivariater Daten mit Copulas.

sdv-dev
⭐ 658 Python 👤 sdv-dev Organization 🕐 Aktualisiert 2026-11-16 📅 Erstellt 2017-11-13
42
syncora-ai/Synthetic-AI-Developer-Productivity-Dataset

Hochwertiger synthetischer Datensatz zur Erfassung von KI-Entwicklerproduktivitätsmetriken – einschließlich Fokusstunden, Aufgabenerledigungsquoten und Burnout-Anzeichen. Datenschutzsicher, ideal für ML- und Workflow-Analysen.

syncora-ai
⭐ 657 Jupyter Notebook 👤 syncora-ai User 🕐 Aktualisiert 2025-09-04 📅 Erstellt 2025-07-31
43
dotnet/eShopSupport

Eine Referenz-Anwendung für .NET, die KI für ein Kundensupport-Ticketing-System verwendet

dotnet
⭐ 650 JavaScript 👤 dotnet Organization 🕐 Aktualisiert 2025-05-16 📅 Erstellt 2024-04-30
45
onyx-dot-app/EnterpriseRAG-Bench

Datensatz und Benchmark für RAG auf unternehmensinternen Dokumenten.

onyx-dot-app
⭐ 639 👤 onyx-dot-app Organization 🕐 Aktualisiert 2026-09-03 📅 Erstellt 2026-02-19
47
syncora-ai/syncora-docs

Dokumentation für Syncora.ai

syncora-ai
⭐ 633 MDX 👤 syncora-ai User 🕐 Aktualisiert 2025-07-31 📅 Erstellt 2025-07-29
49
vb000/LookOnceToHear

Eine neuartige Methode zur Mensch-Interaktion für die Echtzeit-Sprachextraktion auf Kopfhörern.

vb000
⭐ 615 Python 👤 vb000 User 🕐 Aktualisiert 2026-07-22 📅 Erstellt 2024-05-10
50
sixgpt/miner

Offizieller Miner für SixGPT

sixgpt
⭐ 611 Shell 👤 sixgpt Organization 🕐 Aktualisiert 2024-12-19 📅 Erstellt 2024-10-06

Häufig gestellte Fragen

1

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

2

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.

3

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.