Git Stars Git Stars

#data-synthesis Repository

Scopri 15 repository GitHub open source attivi contrassegnati con #data-synthesis, che raccolgono un totale di 21,082 stelle (con una media di 1,405 stelle per progetto). Il progetto leader di questo argomento è OpenDCAI/DataFlow, con 8,650 stelle.

15
Totale Repository
21,082
Totale stelle
1,405
Media Stelle/Repo

15 repository in totale

1
OpenDCAI/DataFlow

[SIGMOD'27] Preparazione dei dati semplificata con gli operatori e le pipeline più recenti basati su LLM.

OpenDCAI
⭐ 8,650 Python 👤 OpenDCAI Organization 🕐 Aggiornato 2026-11-18 📅 Creato 2024-10-13
2
AgaMiko/data-augmentation-review

Elenco di risorse utili per l'augmentation dei dati. Qui troverai alcune tecniche non comuni, librerie, link a repository GitHub, articoli e altro.

AgaMiko
⭐ 1,636 👤 AgaMiko User 🕐 Aggiornato 2026-11-03 📅 Creato 2019-09-28
3
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
4
Tebmer/Awesome-Knowledge-Distillation-of-LLMs

Questo repository raccoglie articoli per "A Survey on Knowledge Distillation of Large Language Models". Suddividiamo KD in Estrazione della Conoscenza e Algoritmi di Distillazione, ed esploriamo la Distillazione per Abilità e Verticale degli LLM.

Tebmer
⭐ 1,282 👤 Tebmer User 🕐 Aggiornato 2025-03-09 📅 Creato 2024-02-08
5
InternScience/GraphGen

GraphGen: Miglioramento del Fine-Tuning Supervisionato per LLM con Generazione di Dati Sintetici Guidata dalla Conoscenza

InternScience
⭐ 1,236 Python 👤 InternScience Organization 🕐 Aggiornato 2026-11-08 📅 Creato 2025-01-08
6
jsyoon0823/TimeGAN

Codebase per Reti Generative Avversarie di Serie Temporali (TimeGAN) – NeurIPS 2019

jsyoon0823
⭐ 1,068 Jupyter Notebook 👤 jsyoon0823 User 🕐 Aggiornato 2026-02-05 📅 Creato 2020-04-24
7
OpenDataBox/awesome-data-llm

Repository Ufficiale dell'Articolo di Indagine "LLM × DATA"

OpenDataBox
⭐ 836 👤 OpenDataBox Organization 🕐 Aggiornato 2026-10-25 📅 Creato 2024-08-04
8
showlab/videollm-online

VideoLLM-online: Large Language Model online per video in streaming (CVPR 2024)

showlab
⭐ 690 Python 👤 showlab Organization 🕐 Aggiornato 2025-11-26 📅 Creato 2024-06-17
9
yorkeccak/Polyseer

Polymarket alfa alla velocità dell'ora.

yorkeccak
⭐ 666 TypeScript 👤 yorkeccak User 🕐 Aggiornato 2026-11-08 📅 Creato 2025-08-30
10
kaist-avelab/K-Radar

Rilevamento di oggetti tramite radar 4D per la guida autonoma in varie condizioni meteorologiche

kaist-avelab
⭐ 624 Python 👤 kaist-avelab User 🕐 Aggiornato 2026-06-26 📅 Creato 2023-01-02
11
inclusionAI/ASearcher

Un Progetto Open Source di Apprendimento per Rinforzo su Larga Scala per Agenti di Ricerca

inclusionAI
⭐ 617 Python 👤 inclusionAI Organization 🕐 Aggiornato 2025-11-26 📅 Creato 2025-08-05
12
microsoft/MS-SNSD

Il Microsoft Scalable Noisy Speech Dataset (MS-SNSD) è un dataset di voce rumorosa che può scalare a dimensioni arbitrarie a seconda del numero di parlanti, tipi di rumore e livelli di Rapporto Segnale/Rumore (SNR) desiderati.

microsoft
⭐ 573 HTML 👤 microsoft Organization 🕐 Aggiornato 2024-07-01 📅 Creato 2019-08-26
13
Flame-Code-VLM/Flame-Code-VLM

Flame è un sistema AI multimodale open-source progettato per tradurre mockup di UI design in codice React di alta qualità. Sfrutta la modellazione vision-lingua, la sintesi automatizzata dei dati e i flussi di lavoro di addestramento strutturati per colmare il divario tra design e sviluppo front-end.

Flame-Code-VLM
⭐ 564 Python 👤 Flame-Code-VLM Organization 🕐 Aggiornato 2026-02-11 📅 Creato 2025-02-10
14
swz30/CycleISP

[CVPR 2020--Oral] CycleISP: Ripristino di immagini reali tramite sintesi di dati migliorata

swz30
⭐ 555 Python 👤 swz30 User 🕐 Aggiornato 2024-09-24 📅 Creato 2020-03-15
15
DIYer22/bpycv

Utilità di computer vision per Blender (genera annotazione istanza, profondità e posa 6D con una riga di codice)

DIYer22
⭐ 506 Python 👤 DIYer22 User 🕐 Aggiornato 2025-08-05 📅 Creato 2019-12-29

Domande frequenti

1

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

Il progetto open source #data-synthesis più alto in classifica su GitHub è OpenDCAI/DataFlow, con 8,650 stelle. [SIGMOD'27] Preparazione dei dati semplificata con gli operatori e le pipeline più recenti basati su LLM.

2

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

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

3

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

Monitoriamo 15 repository open source attivi contrassegnati con #data-synthesis (500+ stelle), per un totale di 21,082 stelle e una media di 1,405 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.