#data-synthesis Dépôts
Découvrez 15 dépôts GitHub open source actifs associés à #data-synthesis, cumulant 21,082 étoiles au total (soit une moyenne de 1,405 étoiles par projet). Le projet en tête de ce thème est OpenDCAI/DataFlow, avec 8,650 étoiles.
15 dépôts au total
[SIGMOD'27] Préparation simplifiée des données grâce aux opérateurs et pipelines les plus récents fondés sur les LLM.
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.
Repo officiel pour l'article « Scaling Synthetic Data Creation with 1,000,000,000 Personas »
Ce dépôt rassemble des articles pour "A Survey on Knowledge Distillation of Large Language Models". Nous décomposons la KD en Élicitation des Connaissances et Algorithmes de Distillation, et explorons la Distillation par Compétence et Verticale des LLM.
GraphGen : Améliorer le réglage fin supervisé pour les LLM avec la génération de données synthétiques pilotée par la connaissance
Codebase pour les Réseaux Génératifs Antagonistes de Séries Temporelles (TimeGAN) – NeurIPS 2019
VideoLLM-online : Modèle linguistique étendu en ligne pour la vidéo en streaming (CVPR 2024)
Détection d'objets par radar 4D pour la conduite autonome dans diverses conditions météorologiques
Un Projet d'Apprentissage par Renforcement à Grande Échelle Open Source pour les Agents de Recherche
Le Microsoft Scalable Noisy Speech Dataset (MS-SNSD) est un ensemble de données de parole bruitée qui peut s'adapter à des tailles arbitraires en fonction du nombre de locuteurs, des types de bruit et des niveaux de Rapport Signal sur Bruit (SNR) souhaités.
Flame est un système d'IA multimodal open-source conçu pour traduire des maquettes de conception d'interface utilisateur en code React de haute qualité. Il exploite la modélisation vision-langage, la synthèse de données automatisée et les flux de travail d'entraînement structurés pour combler le fossé entre la conception et le développement front-end.
[CVPR 2020--Oral] CycleISP : Restauration d'images réelles via la synthèse de données améliorée
Utilitaires de vision par ordinateur pour Blender (générer annotation d'instance, profondeur et pose 6D en une ligne de code)
Foire aux questions
Quel est le dépôt #data-synthesis le plus populaire sur GitHub ?
Le projet #data-synthesis open source le mieux classé sur GitHub est OpenDCAI/DataFlow, avec 8,650 étoiles. [SIGMOD'27] Préparation simplifiée des données grâce aux opérateurs et pipelines les plus récents fondés sur les LLM.
Quels langages de programmation sont les plus utilisés dans les dépôts #data-synthesis ?
Parmi les projets #data-synthesis les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, TypeScript, HTML.
Comment le classement des dépôts #data-synthesis est-il calculé ?
Nous suivons 15 dépôts open source actifs associés à #data-synthesis (500+ étoiles), totalisant 21,082 étoiles, avec une moyenne de 1,405 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.