#synthetic-data-generation Dépôts
Découvrez 57 dépôts GitHub open source actifs associés à #synthetic-data-generation, cumulant 117,965 étoiles au total (soit une moyenne de 2,069 étoiles par projet). Le projet en tête de ce thème est huggingface/open-r1, avec 26,483 étoiles.
57 dépôts au total
Simulation de persona multi-agents basée sur LLM pour l'amélioration de l'imagination et les perspectives commerciales.
Notre bibliothèque pour les environnements d'apprentissage par renforcement + évaluations
NVIDIA Isaac Sim™ est une application open-source sur NVIDIA Omniverse pour le développement, la simulation et le test de robots pilotés par l'IA dans des environnements virtuels réalistes.
[CVPR 2024 Highlight] FoundationPose : Estimation et suivi unifiés de la pose 6D d'objets nouveaux
[Nomination du meilleur article CVPR 2025] FoundationStereo : correspondance stéréo sans supervision (Zero-Shot)
Un framework open-source de détection de mots (ou phrases) d'activation audio, axé sur la performance et la simplicité.
Un pipeline de génération de données pour créer des vidéos synthétiques semi-réalistes multi-objets avec des annotations riches telles que des masques de segmentation d'instance, des cartes de profondeur et un flux optique.
DocLayout-YOLO : Amélioration de l'analyse de la mise en page des documents grâce à des données synthétiques diverses et à une perception adaptative du global au local
Hypersim : Un ensemble de données synthétiques photoréalistes pour la compréhension holistique des scènes intérieures
prompt2model - Générer des modèles déployables à partir d'instructions en langage naturel
Plateforme de Génération de Données Synthétiques par DataArcTech
Ce dépôt contient le code source de RULER : Quelle est la taille réelle du contexte de vos modèles de langage à long contexte ?
GigaWorld-0 : Modèles du monde comme moteur de données pour renforcer l'IA incarnée
Repo officiel pour l'article « Scaling Synthetic Data Creation with 1,000,000,000 Personas »
Une liste de lecture sur la génération de données synthétiques basées sur LLM 🔥
Package InstructLab Core. Utilisez-le pour discuter avec un modèle et exécuter le flux de travail InstructLab pour entraîner un modèle à l'aide de données taxonomiques personnalisées.
Le Replica Dataset v1 tel que publié dans https://arxiv.org/abs/1906.05797.
Un Cadre d'Optimisation Automatique des Prompts pour les Grands Modèles de Langage
Générer des images de lignes de texte pour l'entraînement de modèles OCR d'apprentissage profond
le code officiel pour "ToolAlpaca: Generalized Tool Learning for Language Models with 3000 Simulated Cases"
Code pour "PVNet: Pixel-wise Voting Network for 6DoF Pose Estimation" CVPR 2019 oral
Cosmos-Transfer1 est un modèle de transfert monde à monde conçu pour combler le fossé perceptuel entre les environnements simulés et du monde réel.
Générateur de jeux de données IA – Créez des jeux de données réalistes pour les démos, l'apprentissage et les tableaux de bord
BlendedMVS : Un ensemble de données à grande échelle pour les réseaux stéréo multi-vues généralisés
Un kit de benchmark léger, plug-and-play pour les données synthétiques. Comparez Syncora à d'autres générateurs (par exemple, Gretel, MostlyAI) en déposant des CSV, puis calculez automatiquement les métriques de fidélité et de similarité. Fonctionne avec n'importe quel jeu de données via une simple nomenclature de fichiers, aucune configuration lourde nécessaire.
Ensemble de données synthétiques haute fidélité pour la modélisation du défaut de crédit
Ensemble de données synthétiques et carnets pour la modélisation de la personnalité introvertie vs. extravertie (sans danger pour la confidentialité, prêt pour le ML).
Une bibliothèque pour modéliser des données multivariées en utilisant des copules.
Ensemble de données synthétiques haute fidélité capturant les métriques de productivité des développeurs d'IA — y compris les heures de concentration, les taux d'achèvement des tâches et les indicateurs d'épuisement professionnel. Sécurisé pour la confidentialité, idéal pour l'analyse ML et de flux de travail.
Une application .NET de référence utilisant l'IA pour un système de billetterie de support client
Ensemble de données et référence pour RAG sur les documents internes de l'entreprise.
Une nouvelle méthode d'interaction humaine pour l'extraction de la parole en temps réel sur des écouteurs.
Foire aux questions
Quel est le dépôt #synthetic-data-generation le plus populaire sur GitHub ?
Le projet #synthetic-data-generation open source le mieux classé sur GitHub est huggingface/open-r1, avec 26,483 étoiles. Reproduction complète de DeepSeek-R1
Quels langages de programmation sont les plus utilisés dans les dépôts #synthetic-data-generation ?
Parmi les projets #synthetic-data-generation les mieux classés sur GitHub, les langages de programmation les plus courants sont Python, Jupyter Notebook, C++, TypeScript.
Comment le classement des dépôts #synthetic-data-generation est-il calculé ?
Nous suivons 57 dépôts open source actifs associés à #synthetic-data-generation (500+ étoiles), totalisant 117,965 étoiles, avec une moyenne de 2,069 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.