Git Stars Git Stars

#synthetic-dataset-generation Repositorios

Descubre 11 repositorios activos de código abierto de GitHub etiquetados con #synthetic-dataset-generation, que acumulan 15,608 estrellas en total (una media de 1,418 estrellas por proyecto). El líder de este tema es argilla-io/distilabel, con 3,467 estrellas.

11
Total de Repositorios
15,608
Total de estrellas
1,418
Promedio de Estrellas/Repo
Lenguajes de programación: Python C#

11 repositorios en total

1
argilla-io/distilabel

Distilabel es un framework de datos sintéticos y feedback de IA para ingenieros que necesitan pipelines rápidas, fiables y escalables basadas en artículos de investigación verificados.

argilla-io
⭐ 3,467 Python 👤 argilla-io Organization 🕐 Actualizado 2026-11-18 📅 Creado 2023-10-16
2
Eladlev/AutoPrompt

Un marco para la sintonización de indicaciones mediante la calibración de indicaciones basada en intenciones

Eladlev
⭐ 3,024 Python 👤 Eladlev User 🕐 Actualizado 2025-12-02 📅 Creado 2023-12-02
3
bespokelabsai/curator

Curación de datos sintéticos para post-entrenamiento y extracción de datos estructurados

bespokelabsai
⭐ 1,766 Python 👤 bespokelabsai Organization 🕐 Actualizado 2026-11-02 📅 Creado 2024-10-28
4
AgibotTech/genie_sim

Plataforma de Simulación de AgiBot

AgibotTech
⭐ 1,704 Python 👤 AgibotTech Organization 🕐 Actualizado 2026-11-19 📅 Creado 2025-04-21
5
datadreamer-dev/DataDreamer

DataDreamer: Prompt. Generar datos sintéticos. Entrenar y alinear modelos.   🤖💤

datadreamer-dev
⭐ 1,112 Python 👤 datadreamer-dev Organization 🕐 Actualizado 2025-02-02 📅 Creado 2023-06-02
6
Unity-Technologies/com.unity.perception

Kit de herramientas de percepción para entrenamiento y validación sim2real en Unity

Unity-Technologies
⭐ 991 C# 👤 Unity-Technologies Organization 🕐 Actualizado 2024-11-08 📅 Creado 2020-04-03
7
magpie-align/magpie

[ICLR 2025] Síntesis de datos de alineación desde cero solicitando LLMs alineados con nada. ¡Su canal eficiente y de alta calidad para la generación de datos sintéticos!

magpie-align
⭐ 861 Python 👤 magpie-align Organization 🕐 Actualizado 2025-03-17 📅 Creado 2024-06-12
8
BatsResearch/bonito

Una biblioteca ligera para generar conjuntos de datos sintéticos de ajuste de instrucciones para sus datos sin GPT.

BatsResearch
⭐ 831 Python 👤 BatsResearch Organization 🕐 Actualizado 2025-07-15 📅 Creado 2024-02-25
9
nicolas-hbt/pygraft

Generación configurable de esquemas sintéticos y grafos de conocimiento al alcance de su mano

nicolas-hbt
⭐ 718 Python 👤 nicolas-hbt User 🕐 Actualizado 2026-01-26 📅 Creado 2023-09-07
10
remyxai/VQASynth

Componer conjuntos de datos multimodales 🎹

remyxai
⭐ 594 Python 👤 remyxai Organization 🕐 Actualizado 2026-11-16 📅 Creado 2024-02-17
11
sparkfish/augraphy

Pipeline de aumento para la renderización de procesos de impresión en papel sintético, fax, escaneo y copiado

sparkfish
⭐ 559 Python 👤 sparkfish Organization 🕐 Actualizado 2025-07-20 📅 Creado 2021-05-31

Preguntas frecuentes

1

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

El proyecto de código abierto de #synthetic-dataset-generation mejor posicionado en GitHub es argilla-io/distilabel, con 3,467 estrellas. Distilabel es un framework de datos sintéticos y feedback de IA para ingenieros que necesitan pipelines rápidas, fiables y escalables basadas en artículos de investigación verificados.

2

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

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

3

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

Seguimos 11 repositorios activos de código abierto etiquetados con #synthetic-dataset-generation (500+ estrellas), que suman un total de 15,608 estrellas, con una media de 1,418 estrellas por repositorio. Las clasificaciones se actualizan diariamente a partir de la API de GitHub.