Git Stars Git Stars

#dataset-generation Repositorios

Descubre 12 repositorios activos de código abierto de GitHub etiquetados con #dataset-generation, que acumulan 19,519 estrellas en total (una media de 1,626 estrellas por proyecto). El líder de este tema es Kiln-AI/Kiln, con 5,286 estrellas.

12
Total de Repositorios
19,519
Total de estrellas
1,626
Promedio de Estrellas/Repo
Lenguajes de programación: Python Jupyter Notebook

12 repositorios en total

1
Kiln-AI/Kiln

Construya, evalúe y optimice sistemas de IA. Incluye evaluaciones (evals), RAG, agentes, ajuste fino, generación de datos sintéticos, gestión de conjuntos de datos, MCP y más.

Kiln-AI
⭐ 5,286 Python 👤 Kiln-AI Organization 🕐 Actualizado 2026-11-21 📅 Creado 2024-07-23
3
e-p-armstrong/augmentoolkit

Crear LLM personalizados

e-p-armstrong
⭐ 1,876 Python 👤 e-p-armstrong User 🕐 Actualizado 2026-06-27 📅 Creado 2023-12-01
5
microsoft/KBLaM

Implementación Oficial de "KBLaM: Knowledge Base augmented Language Model"

microsoft
⭐ 1,451 Jupyter Notebook 👤 microsoft Organization 🕐 Actualizado 2026-10-10 📅 Creado 2024-08-01
6
nfstream/nfstream

NFStream: un Marco Flexible de Análisis de Datos de Red.

nfstream
⭐ 1,222 Python 👤 nfstream Organization 🕐 Actualizado 2026-09-14 📅 Creado 2019-10-18
7
anuragxel/salt

Herramienta de etiquetado Segment Anything

anuragxel
⭐ 1,047 Python 👤 anuragxel User 🕐 Actualizado 2024-02-19 📅 Creado 2023-04-08
8
google-deepmind/limit

Sobre las limitaciones teóricas de la recuperación basada en incrustaciones

google-deepmind
⭐ 669 Jupyter Notebook 👤 google-deepmind Organization 🕐 Actualizado 2025-09-15 📅 Creado 2025-08-29
9
huang1332/finetune_dataset_maker

Herramienta de generación de conjuntos de datos de ajuste fino para ChatGLM, ven a crear tus propias chicas gato rápidamente.

huang1332
⭐ 608 Python 👤 huang1332 User 🕐 Actualizado 2024-02-25 📅 Creado 2023-04-05
10
remyxai/VQASynth

Componer conjuntos de datos multimodales 🎹

remyxai
⭐ 594 Python 👤 remyxai Organization 🕐 Actualizado 2026-11-16 📅 Creado 2024-02-17
11
InteractiveNLP-Team/RoleLLM-public

RoleLLM: Evaluación comparativa, obtención y mejora de las capacidades de juego de roles de los grandes modelos de lenguaje

InteractiveNLP-Team
⭐ 518 👤 InteractiveNLP-Team Organization 🕐 Actualizado 2024-10-11 📅 Creado 2023-10-01
12
DIYer22/bpycv

Utilidades de visión por computadora para Blender (generar anotación de instancias, profundidad y pose 6D con una línea de código)

DIYer22
⭐ 506 Python 👤 DIYer22 User 🕐 Actualizado 2025-08-05 📅 Creado 2019-12-29

Preguntas frecuentes

1

¿Cuál es el repositorio de #dataset-generation más popular en GitHub?

El proyecto de código abierto de #dataset-generation mejor posicionado en GitHub es Kiln-AI/Kiln, con 5,286 estrellas. Construya, evalúe y optimice sistemas de IA. Incluye evaluaciones (evals), RAG, agentes, ajuste fino, generación de datos sintéticos, gestión de conjuntos de datos, MCP y más.

2

¿Qué lenguajes de programación se utilizan más en los repositorios de #dataset-generation?

Entre los proyectos de #dataset-generation mejor posicionados en GitHub, los lenguajes de programación más comunes son Python, Jupyter Notebook.

3

¿Cómo se calcula la clasificación de los repositorios de #dataset-generation?

Seguimos 12 repositorios activos de código abierto etiquetados con #dataset-generation (500+ estrellas), que suman un total de 19,519 estrellas, con una media de 1,626 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.