#synthetic-data Repository
Scopri 49 repository GitHub open source attivi contrassegnati con #synthetic-data, che raccolgono un totale di 118,509 stelle (con una media di 2,418 stelle per progetto). Il progetto leader di questo argomento è stefan-jansen/machine-learning-for-trading, con 21,929 stelle.
49 repository in totale
Codice per Machine Learning for Trading, 3ª edizione — dall'acquisizione dei dati all'esecuzione in tempo reale.
Metti facilmente a punto (SFT/RL), valuta e distribuisci Qwen, Gemma o qualsiasi LLM/VLM agentico open source!
Costruire, Valutare e Ottimizzare i Sistemi di IA. Include valutazioni (evals), RAG, agenti, messa a punto (fine-tuning), generazione di dati sintetici, gestione dei set di dati, MCP e altro ancora.
Mimesis è una libreria Python per generare dati falsi ma realistici in molteplici lingue e impostazioni locali.
Un pipeline procedurale di Blender per la generazione di immagini di addestramento fotorealistiche
Distilabel è un framework per dati sintetici e feedback AI per ingegneri che necessitano di pipeline veloci, affidabili e scalabili basate su ricerche verificate.
SDG è un framework specializzato progettato per generare dati tabellari strutturati di alta qualità.
🎨 NeMo Data Designer: Genera dati sintetici di alta qualità da zero o da dati seed.
Synthadoc: Un motore di compilazione della conoscenza LLM open source che trasforma documenti grezzi in wiki strutturati e locali. Un'alternativa trasparente e leggibile dall'uomo al tradizionale RAG, che può essere autogestita e auto-migliorata senza l'uso di alcuno strumento.
Questo codice del set di dati genera coppie di domande e risposte matematiche, da una serie di tipi di domande di difficoltà approssimativamente scolastica.
Cura dei dati sintetici per il post-training e l'estrazione di dati strutturati
Determinazione della posizione per oggetti rilevabili a bassa quota. Lo SOTA in FOSS AI per droni!
Generatori di dati sintetici per dati tabellari e serie temporali
Crea, arricchisci e trasforma set di dati utilizzando modelli AI senza codice
Un framework per la diagnosi completa e l'ottimizzazione di agenti utilizzando interazioni sintetiche simulate e realistiche
DataDreamer: Prompt. Genera dati sintetici. Addestra e allinea modelli. 🤖💤
Codice ufficiale per MAMMA: Acquisizione di movimento multi-persona precisa e senza marcatori.
Genera sintetici di alta qualità, addestra, misura e valuta in un'unica pipeline
[ICLR 2025] Sintesi di Dati di Allineamento da Zero tramite Prompting di LLM Allineati senza Imput. La tua pipeline efficiente e di alta qualità per la generazione di dati sintetici!
Una libreria leggera per generare set di dati di ottimizzazione delle istruzioni sintetiche per i tuoi dati senza GPT.
Verbalized Sampling, una strategia di prompting senza addestramento per mitigare il collasso di modalità negli LLM richiedendo risposte con probabilità. Ottiene un miglioramento della diversità di 2-3 volte mantenendo la qualità. Framework agnostico rispetto al modello con CLI/API per la scrittura creativa, la generazione di dati sintetici e la simulazione di dialoghi.
Generazione configurabile di schemi sintetici e grafi di conoscenza a portata di mano
Una libreria per la generazione e la valutazione di dati tabellari sintetici per privacy, equità e aumento dei dati.
Generatori di dati sintetici per testi strutturati e non strutturati, con apprendimento differenzialmente privato.
Uno strumento che utilizza simulazioni Monte Carlo avanzate ed elaborazione parallela Turbit per creare possibili scenari di previsione di Bitcoin.
[CVPR'26 Highlight] Ditto: Scalabilità dell'Editing Video Basato su Istruzioni con un Dataset Sintetico di Alta Qualità
[CVPR 2025, TPAMI 2026] UniScene: Generazione unificata di scene di guida centrata sull'occupazione
Pipeline di aumentazione per il rendering di processi di stampa su carta sintetica, fax, scansione e copiatura
[ICML 2023] L'implementazione ufficiale dell'articolo "TabDDPM: Modellazione di dati tabulari con modelli di diffusione"
Progetta, conduci e analizza i risultati di sondaggi ed esperimenti basati sull’IA. Simula la ricerca nelle scienze sociali e le ricerche di mercato con un gran numero di agenti IA e modelli linguistici di grandi dimensioni.
Echo-4o: Sfruttare le immagini sintetiche dei modelli proprietari per una generazione di immagini migliorata
[ICLR 2026] OmniWorld: un dataset multidominio e multimodale per la modellazione di mondi 4D
Genera rapidamente dati sintetici pertinenti per i tuoi progetti. Il generatore di dati sintetici di Databricks Labs (noto anche come `dbldatagen`) può essere utilizzato per generare grandi set di dati simulati o sintetici per test, proof of concept (POC) e altri usi negli ambienti Databricks, incluse le pipeline Delta Live Tables.
Disegna un negozio, genera personaggi LLM e guardali fare acquisti: un sandbox 3D isometrico per esperimenti con consumatori sintetici.
Domande frequenti
Qual è il repository #synthetic-data più popolare su GitHub?
Il progetto open source #synthetic-data più alto in classifica su GitHub è stefan-jansen/machine-learning-for-trading, con 21,929 stelle. Codice per Machine Learning for Trading, 3ª edizione — dall'acquisizione dei dati all'esecuzione in tempo reale.
Quali linguaggi di programmazione sono più utilizzati nei repository #synthetic-data?
Tra i progetti #synthetic-data più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, TypeScript, Java.
Come viene calcolata la classifica dei repository #synthetic-data?
Monitoriamo 49 repository open source attivi contrassegnati con #synthetic-data (500+ stelle), per un totale di 118,509 stelle e una media di 2,418 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.