Git Stars Git Stars

#data-generation Dépôts

Découvrez 32 dépôts GitHub open source actifs associés à #data-generation, cumulant 119,004 étoiles au total (soit une moyenne de 3,718 étoiles par projet). Le projet en tête de ce thème est Genesis-Embodied-AI/genesis-world, avec 30,282 étoiles.

32
Total des Dépôts
119,004
Nombre total d'étoiles
3,718
Moyenne d'Étoiles/Dépôt
1
Genesis-Embodied-AI/genesis-world

Plateforme de simulation pour la robotique généraliste et l'apprentissage de l'IA incarnée.

Genesis-Embodied-AI
⭐ 30,282 Python 👤 Genesis-Embodied-AI Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2023-10-31
2
nuysoft/Mock

Un générateur de données de simulation

nuysoft
⭐ 19,651 JavaScript 👤 nuysoft User 🕐 Mis à jour 2024-03-15 📅 Créé 2013-04-26
3
IDEA-Research/Grounded-Segment-Anything

Grounded SAM : Marier Grounding DINO avec Segment Anything & Stable Diffusion & Recognize Anything - Détecter, segmenter et générer automatiquement tout

IDEA-Research
⭐ 17,288 Jupyter Notebook 👤 IDEA-Research Organization 🕐 Mis à jour 2024-09-05 📅 Créé 2023-04-06
4
THUDM/slime

slime est un framework d’entraînement de LLM conçu pour la mise à l’échelle de l’apprentissage par renforcement.

THUDM
⭐ 8,856 Python 👤 THUDM Organization 🕐 Mis à jour 2026-11-05 📅 Créé 2025-06-18
5
OpenBMB/ToolBench

[ICLR'24 Spotlight] Une plateforme ouverte pour l'entraînement, le service et l'évaluation de grands modèles linguistiques pour l'apprentissage d'outils.

OpenBMB
⭐ 5,654 Python 👤 OpenBMB Organization 🕐 Mis à jour 2025-05-21 📅 Créé 2023-05-28
7
sdv-dev/SDV

Génération de données synthétiques pour les données tabulaires

sdv-dev
⭐ 3,607 Python 👤 sdv-dev Organization 🕐 Mis à jour 2026-11-16 📅 Créé 2018-05-11
8
orangehill/iseed

Laravel Inverse Seed Generator

orangehill
⭐ 2,895 PHP 👤 orangehill Organization 🕐 Mis à jour 2026-06-24 📅 Créé 2013-07-17
9
NVIDIA-NeMo/DataDesigner

🎨 NeMo Data Designer : Générez des données synthétiques de haute qualité à partir de zéro ou à partir de données semences.

NVIDIA-NeMo
⭐ 2,419 Python 👤 NVIDIA-NeMo Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2025-10-16
10
benkeen/generatedata

Un générateur de données de test aléatoires puissant et riche en fonctionnalités.

benkeen
⭐ 2,286 TypeScript 👤 benkeen User 🕐 Mis à jour 2026-08-15 📅 Créé 2012-01-26
11
neomatrix369/awesome-ai-ml-dl

Intelligence Artificielle, Apprentissage Automatique et Apprentissage Profond formidables, tels que nous les apprenons. Notes d'étude et une liste curated de ressources formidables sur ces sujets.

neomatrix369
⭐ 1,721 Jupyter Notebook 👤 neomatrix369 User 🕐 Mis à jour 2026-09-13 📅 Créé 2018-12-23
12
AgaMiko/data-augmentation-review

Liste de ressources utiles pour l'augmentation de données. Vous trouverez ici des techniques peu communes, des bibliothèques, des liens vers des dépôts GitHub, des articles et autres.

AgaMiko
⭐ 1,636 👤 AgaMiko User 🕐 Mis à jour 2026-11-03 📅 Créé 2019-09-28
13
sdv-dev/CTGAN

GAN conditionnel pour générer des données tabulaires synthétiques.

sdv-dev
⭐ 1,579 Python 👤 sdv-dev Organization 🕐 Mis à jour 2026-11-16 📅 Créé 2019-09-08
14
shuttle-hq/synth

Le générateur de données déclaratif

shuttle-hq
⭐ 1,472 Rust 👤 shuttle-hq Organization 🕐 Mis à jour 2024-09-27 📅 Créé 2020-08-09
15
cksac/fake-rs

Une bibliothèque pour générer des données factices en Rust.

cksac
⭐ 1,246 Rust 👤 cksac User 🕐 Mis à jour 2026-09-15 📅 Créé 2016-06-29
16
InternScience/GraphGen

GraphGen : Améliorer le réglage fin supervisé pour les LLM avec la génération de données synthétiques pilotée par la connaissance

InternScience
⭐ 1,236 Python 👤 InternScience Organization 🕐 Mis à jour 2026-11-08 📅 Créé 2025-01-08
17
jondurbin/airoboros

Implémentation personnalisable du papier "self-instruct".

jondurbin
⭐ 1,050 Python 👤 jondurbin User 🕐 Mis à jour 2024-03-07 📅 Créé 2023-04-29
18
whatyouhide/stream_data

Génération de données et tests basés sur les propriétés pour Elixir. 🔮

whatyouhide
⭐ 953 Elixir 👤 whatyouhide User 🕐 Mis à jour 2026-09-08 📅 Créé 2017-05-10
19
infinet/lunar-calendar

Calendrier lunaire iCal, termes solaires et lunaires, fêtes traditionnelles

infinet
⭐ 942 Python 👤 infinet User 🕐 Mis à jour 2026-01-09 📅 Créé 2014-01-25
20
sebbo2002/ical-generator

ical-generator est un petit morceau de code qui génère des fichiers de calendrier iCal

sebbo2002
⭐ 857 TypeScript 👤 sebbo2002 User 🕐 Mis à jour 2026-11-18 📅 Créé 2013-03-09
21
supabase-community/seed

Amoçez automatiquement votre base de données avec des données factices similaires à la production, basées sur votre schéma, pour le développement et les tests locaux.

supabase-community
⭐ 790 TypeScript 👤 supabase-community Organization 🕐 Mis à jour 2026-10-01 📅 Créé 2024-02-05
22
emsifa/api-wilayah-indonesia

Generator API (statis) données des régions d'Indonésie, hébergé par Github Page

emsifa
⭐ 774 TypeScript 👤 emsifa User 🕐 Mis à jour 2026-11-15 📅 Créé 2019-10-08
23
smxiazi/xia_Liao

Le plugin Burp xia Liao (瞎料) pour la reconnaissance des processus en ligne/logiciels antivirus sous Windows. Lors de l'enregistrement pour les tests de pénétration web, génère rapidement les informations nécessaires à remplir. Les informations comprennent : le nom, le numéro de téléphone portable, la carte d'identité, le code de crédit social unifié, le code de l'organisation, la carte bancaire, ainsi que les sorties "hello world" dans divers langages web et la génération de dictionnaires de mots de passe faibles, etc.

smxiazi
⭐ 724 Java 👤 smxiazi User 🕐 Mis à jour 2024-07-09 📅 Créé 2022-08-30
24
Horea94/Fruit-Images-Dataset

Fruits-360 : Un ensemble de données d'images contenant des fruits et des légumes

Horea94
⭐ 719 Jupyter Notebook 👤 Horea94 User 🕐 Mis à jour 2025-03-27 📅 Créé 2017-05-06
25
NVlabs/mimicgen

Ce code correspond aux environnements de simulation utilisés dans le cadre du projet MimicGen.

NVlabs
⭐ 673 Python 👤 NVlabs Organization 🕐 Mis à jour 2026-10-21 📅 Créé 2023-09-21
26
sdv-dev/Copulas

Une bibliothèque pour modéliser des données multivariées en utilisant des copules.

sdv-dev
⭐ 658 Python 👤 sdv-dev Organization 🕐 Mis à jour 2026-11-16 📅 Créé 2017-11-13
27
Westlake-AI/openmixup

Boîte à outils et benchmark CAIRI pour l'apprentissage de représentations visuelles supervisé, semi-supervisé et auto-supervisé

Westlake-AI
⭐ 656 Python 👤 Westlake-AI Organization 🕐 Mis à jour 2025-10-15 📅 Créé 2021-12-30
28
misode/mcmeta

Historique traité et contrôlé en version des données et des ressources générées par Minecraft

misode
⭐ 652 Python 👤 misode User 🕐 Mis à jour 2026-11-17 📅 Créé 2022-01-20
29
josh0xA/rrgen

Une bibliothèque C++ purement header pour stocker des valeurs pseudo-aléatoires sûres dans des conteneurs modernes avec des distributions d'entiers uniformes

josh0xA
⭐ 559 C++ 👤 josh0xA User 🕐 Mis à jour 2026-04-14 📅 Créé 2020-04-27
30
RUCAIBox/HaluEval

Ceci est le dépôt de HaluEval, une référence d'évaluation d'hallucinations à grande échelle pour les grands modèles linguistiques.

RUCAIBox
⭐ 540 Python 👤 RUCAIBox Organization 🕐 Mis à jour 2024-02-12 📅 Créé 2023-05-18
31
tom-lord/regexp-examples

Générer des chaînes qui correspondent à une expression régulière donnée

tom-lord
⭐ 522 Ruby 👤 tom-lord User 🕐 Mis à jour 2024-05-20 📅 Créé 2014-11-04
32
databrickslabs/dbldatagen

Générez rapidement des données synthétiques pertinentes pour vos projets. Le générateur de données synthétiques de Databricks Labs (également appelé `dbldatagen`) peut servir à produire de grands jeux de données simulés ou synthétiques pour des tests, des preuves de concept (POC) et d’autres usages dans les environnements Databricks, y compris les pipelines Delta Live Tables.

databrickslabs
⭐ 506 Python 👤 databrickslabs Organization 🕐 Mis à jour 2026-10-26 📅 Créé 2019-07-23

Foire aux questions

1

Quel est le dépôt #data-generation le plus populaire sur GitHub ?

Le projet #data-generation open source le mieux classé sur GitHub est Genesis-Embodied-AI/genesis-world, avec 30,282 étoiles. Plateforme de simulation pour la robotique généraliste et l'apprentissage de l'IA incarnée.

2

Quels langages de programmation sont les plus utilisés dans les dépôts #data-generation ?

Parmi les projets #data-generation les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, TypeScript, Jupyter Notebook, Rust.

3

Comment le classement des dépôts #data-generation est-il calculé ?

Nous suivons 32 dépôts open source actifs associés à #data-generation (500+ étoiles), totalisant 119,004 étoiles, avec une moyenne de 3,718 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.