Git Stars Git Stars

#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
Total des Dépôts
117,965
Nombre total d'étoiles
2,069
Moyenne d'Étoiles/Dépôt
1
huggingface/open-r1

Reproduction complète de DeepSeek-R1

huggingface
⭐ 26,483 Python 👤 huggingface Organization 🕐 Mis à jour 2026-10-26 📅 Créé 2025-01-24
2
microsoft/TinyTroupe

Simulation de persona multi-agents basée sur LLM pour l'amélioration de l'imagination et les perspectives commerciales.

microsoft
⭐ 7,700 Jupyter Notebook 👤 microsoft Organization 🕐 Mis à jour 2026-11-06 📅 Créé 2024-03-25
4
simplescaling/s1

s1: Mise à l'échelle simple au moment de l'exécution

simplescaling
⭐ 6,656 Python 👤 simplescaling Organization 🕐 Mis à jour 2025-06-25 📅 Créé 2025-02-01
5
PrimeIntellect-ai/verifiers

Notre bibliothèque pour les environnements d'apprentissage par renforcement + évaluations

PrimeIntellect-ai
⭐ 4,797 Python 👤 PrimeIntellect-ai Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2025-01-22
6
isaac-sim/IsaacSim

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.

isaac-sim
⭐ 4,521 Python 👤 isaac-sim Organization 🕐 Mis à jour 2026-11-16 📅 Créé 2025-05-28
7
NVlabs/FoundationPose

[CVPR 2024 Highlight] FoundationPose : Estimation et suivi unifiés de la pose 6D d'objets nouveaux

NVlabs
⭐ 3,707 Python 👤 NVlabs Organization 🕐 Mis à jour 2026-04-29 📅 Créé 2023-12-12
8
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
9
NVlabs/FoundationStereo

[Nomination du meilleur article CVPR 2025] FoundationStereo : correspondance stéréo sans supervision (Zero-Shot)

NVlabs
⭐ 3,007 Python 👤 NVlabs Organization 🕐 Mis à jour 2025-12-19 📅 Créé 2024-12-12
10
dscripka/openWakeWord

Un framework open-source de détection de mots (ou phrases) d'activation audio, axé sur la performance et la simplicité.

dscripka
⭐ 2,963 Jupyter Notebook 👤 dscripka User 🕐 Mis à jour 2025-12-30 📅 Créé 2022-05-28
11
google-research/kubric

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.

google-research
⭐ 2,859 Jupyter Notebook 👤 google-research Organization 🕐 Mis à jour 2026-05-21 📅 Créé 2020-07-22
12
opendatalab/DocLayout-YOLO

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

opendatalab
⭐ 2,315 Python 👤 opendatalab Organization 🕐 Mis à jour 2026-10-21 📅 Créé 2024-10-14
13
apple-aiml-research/ml-hypersim

Hypersim : Un ensemble de données synthétiques photoréalistes pour la compréhension holistique des scènes intérieures

apple-aiml-research
⭐ 2,077 Python 👤 apple-aiml-research Organization 🕐 Mis à jour 2026-09-11 📅 Créé 2020-11-16
14
neulab/prompt2model

prompt2model - Générer des modèles déployables à partir d'instructions en langage naturel

neulab
⭐ 2,005 Python 👤 neulab Organization 🕐 Mis à jour 2024-12-29 📅 Créé 2023-03-27
15
DataArcTech/DataArc-SynData-Toolkit

Plateforme de Génération de Données Synthétiques par DataArcTech

DataArcTech
⭐ 1,787 Python 👤 DataArcTech Organization 🕐 Mis à jour 2026-11-19 📅 Créé 2025-11-21
16
NVIDIA/RULER

Ce dépôt contient le code source de RULER : Quelle est la taille réelle du contexte de vos modèles de langage à long contexte ?

NVIDIA
⭐ 1,641 Python 👤 NVIDIA Organization 🕐 Mis à jour 2026-11-03 📅 Créé 2024-04-09
17
open-gigaai/giga-world-0

GigaWorld-0 : Modèles du monde comme moteur de données pour renforcer l'IA incarnée

open-gigaai
⭐ 1,619 Python 👤 open-gigaai Organization 🕐 Mis à jour 2025-12-03 📅 Créé 2025-11-25
18
tencent-ailab/persona-hub

Repo officiel pour l'article « Scaling Synthetic Data Creation with 1,000,000,000 Personas »

tencent-ailab
⭐ 1,585 Python 👤 tencent-ailab User 🕐 Mis à jour 2025-02-19 📅 Créé 2024-06-22
19
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
20
wasiahmad/Awesome-LLM-Synthetic-Data

Une liste de lecture sur la génération de données synthétiques basées sur LLM 🔥

wasiahmad
⭐ 1,538 👤 wasiahmad User 🕐 Mis à jour 2025-06-05 📅 Créé 2024-08-08
21
instructlab/instructlab

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.

instructlab
⭐ 1,415 Python 👤 instructlab Organization 🕐 Mis à jour 2026-03-30 📅 Créé 2024-02-21
22
facebookresearch/Replica-Dataset

Le Replica Dataset v1 tel que publié dans https://arxiv.org/abs/1906.05797.

facebookresearch
⭐ 1,202 C++ 👤 facebookresearch Organization 🕐 Mis à jour 2024-07-22 📅 Créé 2019-02-08
23
NVlabs/Deep_Object_Pose

Estimation Profonde de Pose d'Objet (DOPE) – Inférence ROS (CoRL 2018)

NVlabs
⭐ 1,175 Python 👤 NVlabs Organization 🕐 Mis à jour 2025-08-06 📅 Créé 2018-10-12
25
IBM/Dromedary

Dromadaire : vers des LLM utiles, éthiques et fiables.

IBM
⭐ 1,136 Python 👤 IBM Organization 🕐 Mis à jour 2025-09-18 📅 Créé 2023-05-03
26
NVIDIA-NeMo/Skills

Un projet visant à améliorer les compétences des grands modèles linguistiques

NVIDIA-NeMo
⭐ 1,065 Python 👤 NVIDIA-NeMo Organization 🕐 Mis à jour 2026-11-18 📅 Créé 2024-02-11
27
SalesforceAIResearch/promptomatix

Un Cadre d'Optimisation Automatique des Prompts pour les Grands Modèles de Langage

SalesforceAIResearch
⭐ 979 Python 👤 SalesforceAIResearch Organization 🕐 Mis à jour 2026-06-02 📅 Créé 2025-07-08
28
oh-my-ocr/text_renderer

Générer des images de lignes de texte pour l'entraînement de modèles OCR d'apprentissage profond

oh-my-ocr
⭐ 913 Python 👤 oh-my-ocr Organization 🕐 Mis à jour 2026-05-17 📅 Créé 2020-06-18
29
microsoft/FaceSynthetics

Ensembles de données de synthétiques faciaux

microsoft
⭐ 895 👤 microsoft Organization 🕐 Mis à jour 2025-07-08 📅 Créé 2021-08-12
30
tangqiaoyu/ToolAlpaca

le code officiel pour "ToolAlpaca: Generalized Tool Learning for Language Models with 3000 Simulated Cases"

tangqiaoyu
⭐ 884 Python 👤 tangqiaoyu User 🕐 Mis à jour 2024-10-26 📅 Créé 2023-06-14
31
haosulab/SAPIEN

Plateforme SAPIEN IA Incarnée

haosulab
⭐ 872 C++ 👤 haosulab Organization 🕐 Mis à jour 2026-11-21 📅 Créé 2020-03-16
32
zju3dv/pvnet

Code pour "PVNet: Pixel-wise Voting Network for 6DoF Pose Estimation" CVPR 2019 oral

zju3dv
⭐ 869 Jupyter Notebook 👤 zju3dv Organization 🕐 Mis à jour 2024-07-15 📅 Créé 2018-12-27
33
nvidia-cosmos/cosmos-transfer1

Cosmos-Transfer1 est un modèle de transfert monde à monde conçu pour combler le fossé perceptuel entre les environnements simulés et du monde réel.

nvidia-cosmos
⭐ 830 Python 👤 nvidia-cosmos Organization 🕐 Mis à jour 2026-10-15 📅 Créé 2025-03-02
35
metabase/dataset-generator

Générateur de jeux de données IA – Créez des jeux de données réalistes pour les démos, l'apprentissage et les tableaux de bord

metabase
⭐ 765 TypeScript 👤 metabase Organization 🕐 Mis à jour 2026-11-20 📅 Créé 2025-06-12
36
stanford-futuredata/ARES

Évaluation automatisée des systèmes RAG

stanford-futuredata
⭐ 711 Python 👤 stanford-futuredata Organization 🕐 Mis à jour 2025-03-28 📅 Créé 2023-09-27
37
YoYo000/BlendedMVS

BlendedMVS : Un ensemble de données à grande échelle pour les réseaux stéréo multi-vues généralisés

YoYo000
⭐ 690 👤 YoYo000 User 🕐 Mis à jour 2026-10-03 📅 Créé 2019-11-22
38
syncora-ai/syncora-benchmarks

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.

syncora-ai
⭐ 678 Jupyter Notebook 👤 syncora-ai User 🕐 Mis à jour 2025-08-11 📅 Créé 2025-07-31
39
syncora-ai/synthetic-credit-default-syncora

Ensemble de données synthétiques haute fidélité pour la modélisation du défaut de crédit

syncora-ai
⭐ 676 Jupyter Notebook 👤 syncora-ai User 🕐 Mis à jour 2025-09-10 📅 Créé 2025-07-30
40
syncora-ai/synthetic-personality-dataset

Ensemble de données synthétiques et carnets pour la modélisation de la personnalité introvertie vs. extravertie (sans danger pour la confidentialité, prêt pour le ML).

syncora-ai
⭐ 667 Jupyter Notebook 👤 syncora-ai User 🕐 Mis à jour 2025-08-25 📅 Créé 2025-07-31
41
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
42
syncora-ai/Synthetic-AI-Developer-Productivity-Dataset

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.

syncora-ai
⭐ 657 Jupyter Notebook 👤 syncora-ai User 🕐 Mis à jour 2025-09-04 📅 Créé 2025-07-31
43
dotnet/eShopSupport

Une application .NET de référence utilisant l'IA pour un système de billetterie de support client

dotnet
⭐ 650 JavaScript 👤 dotnet Organization 🕐 Mis à jour 2025-05-16 📅 Créé 2024-04-30
45
onyx-dot-app/EnterpriseRAG-Bench

Ensemble de données et référence pour RAG sur les documents internes de l'entreprise.

onyx-dot-app
⭐ 639 👤 onyx-dot-app Organization 🕐 Mis à jour 2026-09-03 📅 Créé 2026-02-19
47
syncora-ai/syncora-docs

Documentation pour Syncora.ai

syncora-ai
⭐ 633 MDX 👤 syncora-ai User 🕐 Mis à jour 2025-07-31 📅 Créé 2025-07-29
49
vb000/LookOnceToHear

Une nouvelle méthode d'interaction humaine pour l'extraction de la parole en temps réel sur des écouteurs.

vb000
⭐ 615 Python 👤 vb000 User 🕐 Mis à jour 2026-07-22 📅 Créé 2024-05-10
50
sixgpt/miner

Mineur Officiel pour SixGPT

sixgpt
⭐ 611 Shell 👤 sixgpt Organization 🕐 Mis à jour 2024-12-19 📅 Créé 2024-10-06

Foire aux questions

1

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

2

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.

3

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.