Git Stars Git Stars

#data-curation Repository

Scopri 65 repository GitHub open source attivi contrassegnati con #data-curation, che raccolgono un totale di 182,804 stelle (con una media di 2,812 stelle per progetto). Il progetto leader di questo argomento è formulahendry/955.WLB, con 36,238 stelle.

65
Totale Repository
182,804
Totale stelle
2,812
Media Stelle/Repo

65 repository in totale

1
formulahendry/955.WLB

Elenco aziende senza straordinari - Lavoro 955, work-life balance (equilibrio tra lavoro e vita)

formulahendry
⭐ 36,238 👤 formulahendry User 🕐 Aggiornato 2025-02-03 📅 Creato 2019-03-27
2
zhaoolee/ChineseBQB

🇨🇳 Pacchetto di sticker cinesi, Più gioia / Museo dei pacchetti di sticker, Repository più tossico di Github, Grande collezione di pacchetti di sticker cinesi, Raccogli gioia~

zhaoolee
⭐ 16,617 TypeScript 👤 zhaoolee User 🕐 Aggiornato 2026-11-06 📅 Creato 2019-05-08
3
cleanlab/cleanlab

La libreria open-source di Cleanlab è il pacchetto AI data-centric standard per la qualità dei dati e l'apprendimento automatico con dati e etichette disordinati del mondo reale.

cleanlab
⭐ 11,755 Python 👤 cleanlab Organization 🕐 Aggiornato 2026-01-13 📅 Creato 2018-05-11
4
voxel51/fiftyone

Raffinamento di set di dati di alta qualità e modelli di IA visiva

voxel51
⭐ 11,324 TypeScript 👤 voxel51 Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2020-04-22
5
suxuang/myIPTV

【Edizione da collezione】Sorgenti live HD coprono quasi tutti i programmi satellitari, con loghi dei canali perfetti integrati e guide ai programmi.

suxuang
⭐ 5,123 👤 suxuang User 🕐 Aggiornato 2026-09-13 📅 Creato 2024-04-29
6
togethercomputer/RedPajama-Data

Il repository RedPajama-Data contiene codice per la preparazione di grandi set di dati per l'addestramento di modelli linguistici di grandi dimensioni.

togethercomputer
⭐ 4,997 Python 👤 togethercomputer Organization 🕐 Aggiornato 2026-06-03 📅 Creato 2023-04-14
7
lixin4ever/Conference-Acceptance-Rate

Tassi di accettazione per le principali conferenze di IA

lixin4ever
⭐ 4,781 Jupyter Notebook 👤 lixin4ever User 🕐 Aggiornato 2025-09-23 📅 Creato 2017-10-20
8
Jsnzkpg/Jsnzkpg

Mantenuto per più di 5 anni, verifica quotidiana della disponibilità, abbonamento ai nodi gratuiti di più alta qualità nella rete, selezione demoniaca di nodi gratuiti di alta qualità: shadowrocket | stash | singbox | clash | karing | hiddify | mihomo | clashmi | ClashMeta | FIClash | Surfboard

Jsnzkpg
⭐ 4,410 👤 Jsnzkpg User 🕐 Aggiornato 2026-11-17 📅 Creato 2021-12-26
9
KHwang9883/MobileModels

Riepilogo marche e modelli di telefoni cellulari | Mobile Models | Questo repository è concesso in licenza secondo CC BY-NC-SA 4.0

KHwang9883
⭐ 4,351 👤 KHwang9883 User 🕐 Aggiornato 2026-11-20 📅 Creato 2018-10-31
10
Meroser/IPTV

Personalizza il tuo elenco di stream live, [previsioni programmi EPG perfette, loghi HD dei canali]

Meroser
⭐ 4,165 👤 Meroser User 🕐 Aggiornato 2026-03-29 📅 Creato 2023-05-11
11
marin-community/marin

Framework open source per la ricerca e lo sviluppo di modelli di base.

marin-community
⭐ 4,135 Python 👤 marin-community Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2024-03-22
12
songguoxs/gpt4o-image-prompts

Nano Banana (nanobanana), GPT-5 (GPT5), GPT-4o (GPT4o) Image Prompts, Nanobanana Prompts, prompt nanobanana

songguoxs
⭐ 3,882 JavaScript 👤 songguoxs User 🕐 Aggiornato 2026-01-08 📅 Creato 2025-04-28
13
sanjeed5/awesome-cursor-rules-mdc

Elenco curato di fantastici file .mdc per le regole del cursore

sanjeed5
⭐ 3,589 Python 👤 sanjeed5 User 🕐 Aggiornato 2026-05-19 📅 Creato 2025-02-17
14
Docta-ai/docta

Un dottore per i tuoi dati

Docta-ai
⭐ 3,479 Python 👤 Docta-ai Organization 🕐 Aggiornato 2026-06-16 📅 Creato 2023-05-02
15
zealotCE/America-Against-America

«America contro l'America» è un'opera scritta dal signor Wang Huning alla fine degli anni '80 del secolo scorso durante il suo viaggio di osservazione negli Stati Uniti. Sappiamo quanto fosse alta in Cina, in quell'epoca, l'ammirazione per l'Occidente, in particolare per gli Stati Uniti, quindi è molto ammirevole vedere improvvisamente uno studioso con una tale chiara comprensione negli anni '80. Poiché online c'è solo una versione PDF scansionata di scarsa qualità, voglio utilizzare la tecnologia OCR e l'occhio nudo (OCR umano) per convertirla in un formato di testo moderno. Al momento è stato completato tutto.

zealotCE
⭐ 3,130 👤 zealotCE User 🕐 Aggiornato 2026-05-14 📅 Creato 2017-11-23
16
meagmohit/EEG-Datasets

Un elenco di tutti i dataset EEG pubblici

meagmohit
⭐ 3,124 👤 meagmohit User 🕐 Aggiornato 2025-10-17 📅 Creato 2017-08-18
17
jiji262/tianya-docs

Post migliori di Tianya raccolti con cura, senza filigrana, comodi da leggere

jiji262
⭐ 3,102 👤 jiji262 User 🕐 Aggiornato 2026-07-28 📅 Creato 2023-05-08
18
mahavivo/english-wordlists

Elenco di vocaboli inglesi comuni

mahavivo
⭐ 2,205 👤 mahavivo User 🕐 Aggiornato 2024-05-11 📅 Creato 2017-12-30
19
OpenCoder-llm/OpenCoder-llm

Il Manuale Aperto per Modelli Linguistici di Grandi Dimensioni per Codice di Primo Livello

OpenCoder-llm
⭐ 1,969 Python 👤 OpenCoder-llm User 🕐 Aggiornato 2024-12-08 📅 Creato 2024-10-26
20
visual-layer/fastdup

fastdup è uno strumento potente e gratuito progettato per generare rapidamente preziose informazioni da set di dati di immagini e video. Aiuta a migliorare la qualità sia delle immagini che delle etichette, riducendo significativamente i costi operativi dei dati, il tutto con una scalabilità senza pari.

visual-layer
⭐ 1,915 Python 👤 visual-layer Organization 🕐 Aggiornato 2026-08-23 📅 Creato 2022-05-11
21
NVIDIA-NeMo/Curator

Toolkit scalabile per pre-elaborazione e cura dei dati per LLM

NVIDIA-NeMo
⭐ 1,866 Python 👤 NVIDIA-NeMo Organization 🕐 Aggiornato 2026-11-19 📅 Creato 2024-03-14
22
DGoettlich/history-llms

Centro informazioni per il nostro progetto di addestramento dei più grandi LLM storici possibili.

DGoettlich
⭐ 1,808 👤 DGoettlich User 🕐 Aggiornato 2025-12-22 📅 Creato 2025-12-14
23
tanweai/wooyun-legacy

abilità wooyun-legacy per il codice Claude

tanweai
⭐ 1,792 👤 tanweai User 🕐 Aggiornato 2026-07-14 📅 Creato 2026-01-23
24
fwwdn/sensitive-stop-words

Dizionario comune di parole sensibili e parole di arresto per Internet

fwwdn
⭐ 1,746 Python 👤 fwwdn User 🕐 Aggiornato 2026-03-10 📅 Creato 2015-02-02
25
acoooder/aliyunpanshare

Condivisione di risorse cinematografiche e televisive su Baidu Netdisk, Quark Netdisk e Aliyun Drive. Pubblicazione quotidiana delle ultime serie TV, programmi di varietà e risorse cinematografiche.

acoooder
⭐ 1,729 👤 acoooder User 🕐 Aggiornato 2026-11-21 📅 Creato 2023-02-21
26
IBM/Project_CodeNet

Questo repository supporta i contributi per gli strumenti per il set di dati Project CodeNet ospitato in DAX

IBM
⭐ 1,700 Python 👤 IBM Organization 🕐 Aggiornato 2026-11-10 📅 Creato 2021-05-03
27
donkuri/kaishi

Kaishi 1.5k è un mazzo Anki giapponese moderno e modulare creato per principianti che vogliono imparare il vocabolario di base.

donkuri
⭐ 1,603 👤 donkuri User 🕐 Aggiornato 2026-10-25 📅 Creato 2024-02-04
28
tencent-ailab/persona-hub

Repo ufficiale per l'articolo "Scaling Synthetic Data Creation with 1,000,000,000 Personas"

tencent-ailab
⭐ 1,585 Python 👤 tencent-ailab User 🕐 Aggiornato 2025-02-19 📅 Creato 2024-06-22
29
JeffSackmann/tennis_atp

Classifiche, Risultati e Statistiche ATP Tennis

JeffSackmann
⭐ 1,577 👤 JeffSackmann User 🕐 Aggiornato 2026-06-08 📅 Creato 2015-03-13
30
libretro/libretro-database

Repository contenente file di cheat code, file di dati di contenuto, ecc.

libretro
⭐ 1,484 Python 👤 libretro Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2014-12-15
31
mlfoundations/dclm

DataComp per modelli linguistici

mlfoundations
⭐ 1,471 HTML 👤 mlfoundations Organization 🕐 Aggiornato 2025-09-09 📅 Creato 2024-05-27
32
lvwzhen/medicine

Elenco dei farmaci originatori

lvwzhen
⭐ 1,436 Vue 👤 lvwzhen User 🕐 Aggiornato 2026-10-07 📅 Creato 2024-12-20
33
Zero-Sploit/FlipperZero-Subghz-DB

Una raccolta di sotto-file di Flipper Zero

Zero-Sploit
⭐ 1,291 Python 👤 Zero-Sploit User 🕐 Aggiornato 2025-04-22 📅 Creato 2023-05-22
34
Renumics/spotlight

Esplora interattivamente set di dati non strutturati dal tuo dataframe.

Renumics
⭐ 1,288 TypeScript 👤 Renumics Organization 🕐 Aggiornato 2026-11-16 📅 Creato 2023-01-29
35
FreedomIntelligence/HuatuoGPT

HuatuoGPT, verso DOMARE i modelli linguistici per diventare un dottore. (Un GPT medico aperto)

FreedomIntelligence
⭐ 1,283 Python 👤 FreedomIntelligence Organization 🕐 Aggiornato 2024-12-16 📅 Creato 2023-04-13
36
awesome-selfhosted/awesome-selfhosted-data

dati leggibili dalla macchina per https://awesome-selfhosted.net

awesome-selfhosted
⭐ 1,235 Makefile 👤 awesome-selfhosted Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2021-06-27
37
sib-swiss/training-collection

Raccolta di materiali didattici di bioinformatica

sib-swiss
⭐ 1,160 Python 👤 sib-swiss Organization 🕐 Aggiornato 2026-11-15 📅 Creato 2021-12-13
38
washingtonpost/data-police-shootings

The Washington Post sta compilando un database di ogni sparatoria fatale negli Stati Uniti da parte di un poliziotto nell'adempimento del dovere dal 2015.

washingtonpost
⭐ 1,147 👤 washingtonpost Organization 🕐 Aggiornato 2026-10-14 📅 Creato 2015-06-30
39
daochenzha/data-centric-AI

Un elenco curato, ma incompleto, di risorse di intelligenza artificiale incentrate sui dati.

daochenzha
⭐ 1,138 👤 daochenzha User 🕐 Aggiornato 2024-06-26 📅 Creato 2023-03-07
41
klsdf/GreenResourcesManager

Un gestore completo che gestisce le risorse interne al computer e offre la gamification

klsdf
⭐ 1,087 JavaScript 👤 klsdf User 🕐 Aggiornato 2026-11-08 📅 Creato 2025-06-20
42
CCBP/NUEDC_Topic

Abbiamo raccolto e ordinato i temi delle competizioni nazionali di design elettronico dal 1994 al 2025. Benvenuti a fornire ulteriori informazioni in caso di omissioni!

CCBP
⭐ 1,045 👤 CCBP User 🕐 Aggiornato 2026-09-21 📅 Creato 2022-05-07
43
X4BNet/lists_vpn

Elenchi dei provider VPN (aggiornati automaticamente)

X4BNet
⭐ 937 Python 👤 X4BNet Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2021-03-03
46
jlopp/physical-bitcoin-attacks

Un elenco di attacchi noti contro entità proprietarie di Bitcoin / asset crypto avvenuti nel mondo reale.

jlopp
⭐ 915 HTML 👤 jlopp User 🕐 Aggiornato 2026-11-15 📅 Creato 2018-07-07
48
hollowstrawberry/kohya-colab

Notebook Google Colab accessibili per l'addestramento di Lora su Stable Diffusion, basati sul lavoro di kohya-ss e Linaqruf

hollowstrawberry
⭐ 821 Jupyter Notebook 👤 hollowstrawberry User 🕐 Aggiornato 2026-10-26 📅 Creato 2023-03-23
50
aolofsson/awesome-semiconductor-startups

Database aperto di startup promettenti nel settore dei semiconduttori

aolofsson
⭐ 799 JavaScript 👤 aolofsson User 🕐 Aggiornato 2026-11-20 📅 Creato 2022-03-25

Domande frequenti

1

Qual è il repository #data-curation più popolare su GitHub?

Il progetto open source #data-curation più alto in classifica su GitHub è formulahendry/955.WLB, con 36,238 stelle. Elenco aziende senza straordinari - Lavoro 955, work-life balance (equilibrio tra lavoro e vita)

2

Quali linguaggi di programmazione sono più utilizzati nei repository #data-curation?

Tra i progetti #data-curation più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, TypeScript, JavaScript, Jupyter Notebook.

3

Come viene calcolata la classifica dei repository #data-curation?

Monitoriamo 65 repository open source attivi contrassegnati con #data-curation (500+ stelle), per un totale di 182,804 stelle e una media di 2,812 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.