Git Stars Git Stars

#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
Totale Repository
118,509
Totale stelle
2,418
Media Stelle/Repo

49 repository in totale

1
stefan-jansen/machine-learning-for-trading

Codice per Machine Learning for Trading, 3ª edizione — dall'acquisizione dei dati all'esecuzione in tempo reale.

stefan-jansen
⭐ 21,929 Jupyter Notebook 👤 stefan-jansen User 🕐 Aggiornato 2026-11-18 📅 Creato 2018-05-09
2
oumi-ai/oumi

Metti facilmente a punto (SFT/RL), valuta e distribuisci Qwen, Gemma o qualsiasi LLM/VLM agentico open source!

oumi-ai
⭐ 9,441 Python 👤 oumi-ai Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2024-05-07
3
princeton-vl/infinigen

Mondi fotorealistici infiniti utilizzando la generazione procedurale

princeton-vl
⭐ 7,464 Python 👤 princeton-vl Organization 🕐 Aggiornato 2026-11-11 📅 Creato 2023-06-17
4
datajuicer/data-juicer

Elaborazione dati per e con modelli di base! 🍎 🍋 🌽 ➡️ ➡️🍸 🍹 🍷

datajuicer
⭐ 7,266 Python 👤 datajuicer Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2023-08-01
5
Kiln-AI/Kiln

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.

Kiln-AI
⭐ 5,286 Python 👤 Kiln-AI Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2024-07-23
6
lk-geimfari/mimesis

Mimesis è una libreria Python per generare dati falsi ma realistici in molteplici lingue e impostazioni locali.

lk-geimfari
⭐ 4,873 Python 👤 lk-geimfari User 🕐 Aggiornato 2026-11-13 📅 Creato 2016-09-09
7
DLR-RM/BlenderProc

Un pipeline procedurale di Blender per la generazione di immagini di addestramento fotorealistiche

DLR-RM
⭐ 3,804 Python 👤 DLR-RM Organization 🕐 Aggiornato 2026-01-20 📅 Creato 2019-10-10
8
sdv-dev/SDV

Generazione di dati sintetici per dati tabulari

sdv-dev
⭐ 3,607 Python 👤 sdv-dev Organization 🕐 Aggiornato 2026-11-16 📅 Creato 2018-05-11
9
synthetichealth/synthea

Simulatore di Popolazione di Pazienti Sintetici

synthetichealth
⭐ 3,474 Java 👤 synthetichealth Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2016-06-17
10
argilla-io/distilabel

Distilabel è un framework per dati sintetici e feedback AI per ingegneri che necessitano di pipeline veloci, affidabili e scalabili basate su ricerche verificate.

argilla-io
⭐ 3,467 Python 👤 argilla-io Organization 🕐 Aggiornato 2026-11-18 📅 Creato 2023-10-16
11
pgmpy/pgmpy

Kit di Strumenti Python per il Ragionamento Causale e Probabilistico

pgmpy
⭐ 3,387 Python 👤 pgmpy Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2013-09-20
12
a312863063/generators-with-stylegan2

Ecco una serie di generatori di volti basati su StyleGAN2

a312863063
⭐ 2,492 Python 👤 a312863063 User 🕐 Aggiornato 2026-09-03 📅 Creato 2019-12-21
13
rpautrat/SuperPoint

Rilevatore e descrittore di caratteristiche neurali efficiente

rpautrat
⭐ 2,459 Jupyter Notebook 👤 rpautrat User 🕐 Aggiornato 2025-05-05 📅 Creato 2018-03-05
14
hitsz-ids/synthetic-data-generator

SDG è un framework specializzato progettato per generare dati tabellari strutturati di alta qualità.

hitsz-ids
⭐ 2,442 Python 👤 hitsz-ids Organization 🕐 Aggiornato 2026-11-16 📅 Creato 2023-08-10
15
NVIDIA-NeMo/DataDesigner

🎨 NeMo Data Designer: Genera dati sintetici di alta qualità da zero o da dati seed.

NVIDIA-NeMo
⭐ 2,419 Python 👤 NVIDIA-NeMo Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2025-10-16
16
unrealcv/unrealcv

UnrealCV: Collegare la Computer Vision a Unreal Engine

unrealcv
⭐ 2,227 Python 👤 unrealcv Organization 🕐 Aggiornato 2026-09-04 📅 Creato 2016-09-08
17
axoviq-ai/synthadoc

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.

axoviq-ai
⭐ 1,998 Python 👤 axoviq-ai Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2026-04-11
18
google-deepmind/mathematics_dataset

Questo codice del set di dati genera coppie di domande e risposte matematiche, da una serie di tipi di domande di difficoltà approssimativamente scolastica.

google-deepmind
⭐ 1,925 Python 👤 google-deepmind Organization 🕐 Aggiornato 2024-12-23 📅 Creato 2019-03-27
19
GreenmaskIO/greenmask

Anonimizzazione del database e gestione dei dati di test

GreenmaskIO
⭐ 1,809 Go 👤 GreenmaskIO Organization 🕐 Aggiornato 2026-11-18 📅 Creato 2023-12-01
20
bespokelabsai/curator

Cura dei dati sintetici per il post-training e l'estrazione di dati strutturati

bespokelabsai
⭐ 1,766 Python 👤 bespokelabsai Organization 🕐 Aggiornato 2026-11-02 📅 Creato 2024-10-28
21
stephansturges/WALDO

Determinazione della posizione per oggetti rilevabili a bassa quota. Lo SOTA in FOSS AI per droni!

stephansturges
⭐ 1,690 Python 👤 stephansturges User 🕐 Aggiornato 2025-01-07 📅 Creato 2022-11-02
22
Data-Centric-AI-Community/fg-data-synthetic

Generatori di dati sintetici per dati tabellari e serie temporali

Data-Centric-AI-Community
⭐ 1,662 Jupyter Notebook 👤 Data-Centric-AI-Community Organization 🕐 Aggiornato 2026-09-03 📅 Creato 2020-05-04
23
huggingface/aisheets

Crea, arricchisci e trasforma set di dati utilizzando modelli AI senza codice

huggingface
⭐ 1,656 TypeScript 👤 huggingface Organization 🕐 Aggiornato 2026-09-23 📅 Creato 2025-01-16
24
sdv-dev/CTGAN

GAN condizionale per la generazione di dati tabulari sintetici.

sdv-dev
⭐ 1,579 Python 👤 sdv-dev Organization 🕐 Aggiornato 2026-11-16 📅 Creato 2019-09-08
25
shuttle-hq/synth

Il generatore di dati dichiarativo

shuttle-hq
⭐ 1,472 Rust 👤 shuttle-hq Organization 🕐 Aggiornato 2024-09-27 📅 Creato 2020-08-09
26
plurai-ai/intellagent

Un framework per la diagnosi completa e l'ottimizzazione di agenti utilizzando interazioni sintetiche simulate e realistiche

plurai-ai
⭐ 1,266 Python 👤 plurai-ai Organization 🕐 Aggiornato 2026-09-14 📅 Creato 2024-10-28
27
datadreamer-dev/DataDreamer

DataDreamer: Prompt. Genera dati sintetici. Addestra e allinea modelli.   🤖💤

datadreamer-dev
⭐ 1,112 Python 👤 datadreamer-dev Organization 🕐 Aggiornato 2025-02-02 📅 Creato 2023-06-02
28
cuevhv/mamma

Codice ufficiale per MAMMA: Acquisizione di movimento multi-persona precisa e senza marcatori.

cuevhv
⭐ 907 Python 👤 cuevhv User 🕐 Aggiornato 2026-11-10 📅 Creato 2026-05-06
29
nolabs-ai/deepfabric

Genera sintetici di alta qualità, addestra, misura e valuta in un'unica pipeline

nolabs-ai
⭐ 896 Python 👤 nolabs-ai Organization 🕐 Aggiornato 2026-11-13 📅 Creato 2024-10-25
30
magpie-align/magpie

[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!

magpie-align
⭐ 861 Python 👤 magpie-align Organization 🕐 Aggiornato 2025-03-17 📅 Creato 2024-06-12
31
BatsResearch/bonito

Una libreria leggera per generare set di dati di ottimizzazione delle istruzioni sintetiche per i tuoi dati senza GPT.

BatsResearch
⭐ 831 Python 👤 BatsResearch Organization 🕐 Aggiornato 2025-07-15 📅 Creato 2024-02-25
32
CHATS-lab/verbalized-sampling

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.

CHATS-lab
⭐ 828 Python 👤 CHATS-lab Organization 🕐 Aggiornato 2026-11-08 📅 Creato 2025-05-20
33
mostly-ai/mostlyai

SDK per dati sintetici ✨

mostly-ai
⭐ 805 Python 👤 mostly-ai Organization 🕐 Aggiornato 2026-10-29 📅 Creato 2023-12-22
34
nicolas-hbt/pygraft

Generazione configurabile di schemi sintetici e grafi di conoscenza a portata di mano

nicolas-hbt
⭐ 718 Python 👤 nicolas-hbt User 🕐 Aggiornato 2026-01-26 📅 Creato 2023-09-07
35
vanderschaarlab/synthcity

Una libreria per la generazione e la valutazione di dati tabellari sintetici per privacy, equità e aumento dei dati.

vanderschaarlab
⭐ 697 Python 👤 vanderschaarlab Organization 🕐 Aggiornato 2026-04-21 📅 Creato 2022-03-18
36
gretelai/gretel-synthetics

Generatori di dati sintetici per testi strutturati e non strutturati, con apprendimento differenzialmente privato.

gretelai
⭐ 671 Python 👤 gretelai Organization 🕐 Aggiornato 2025-06-24 📅 Creato 2020-03-02
37
jofpin/synthBTC

Uno strumento che utilizza simulazioni Monte Carlo avanzate ed elaborazione parallela Turbit per creare possibili scenari di previsione di Bitcoin.

jofpin
⭐ 664 JavaScript 👤 jofpin User 🕐 Aggiornato 2024-08-04 📅 Creato 2024-08-02
38
sdv-dev/Copulas

Una libreria per modellare dati multivariati usando copule.

sdv-dev
⭐ 658 Python 👤 sdv-dev Organization 🕐 Aggiornato 2026-11-16 📅 Creato 2017-11-13
39
onyx-dot-app/EnterpriseRAG-Bench

Dataset e benchmark per RAG su documenti interni aziendali.

onyx-dot-app
⭐ 639 👤 onyx-dot-app Organization 🕐 Aggiornato 2026-09-03 📅 Creato 2026-02-19
40
EzioBy/Ditto

[CVPR'26 Highlight] Ditto: Scalabilità dell'Editing Video Basato su Istruzioni con un Dataset Sintetico di Alta Qualità

EzioBy
⭐ 636 Python 👤 EzioBy User 🕐 Aggiornato 2026-06-01 📅 Creato 2025-10-19
41
Arlo0o/UniScene-Unified-Occupancy-centric-Driving-Scene-Generation

[CVPR 2025, TPAMI 2026] UniScene: Generazione unificata di scene di guida centrata sull'occupazione

Arlo0o
⭐ 624 Python 👤 Arlo0o User 🕐 Aggiornato 2026-05-24 📅 Creato 2024-12-10
42
sparkfish/augraphy

Pipeline di aumentazione per il rendering di processi di stampa su carta sintetica, fax, scansione e copiatura

sparkfish
⭐ 559 Python 👤 sparkfish Organization 🕐 Aggiornato 2025-07-20 📅 Creato 2021-05-31
43
yandex-research/tab-ddpm

[ICML 2023] L'implementazione ufficiale dell'articolo "TabDDPM: Modellazione di dati tabulari con modelli di diffusione"

yandex-research
⭐ 523 Python 👤 yandex-research Organization 🕐 Aggiornato 2024-07-13 📅 Creato 2022-10-02
44
expectedparrot/edsl

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.

expectedparrot
⭐ 521 Python 👤 expectedparrot Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2024-01-02
45
Nightmare-n/DepthAnyVideo

Profondità di qualsiasi video con dati sintetici scalabili (ICLR 2025)

Nightmare-n
⭐ 508 Python 👤 Nightmare-n User 🕐 Aggiornato 2024-12-04 📅 Creato 2024-10-08
46
yejy53/Echo-4o

Echo-4o: Sfruttare le immagini sintetiche dei modelli proprietari per una generazione di immagini migliorata

yejy53
⭐ 507 Jupyter Notebook 👤 yejy53 User 🕐 Aggiornato 2025-12-09 📅 Creato 2025-08-11
47
yangzhou24/OmniWorld

[ICLR 2026] OmniWorld: un dataset multidominio e multimodale per la modellazione di mondi 4D

yangzhou24
⭐ 506 Python 👤 yangzhou24 User 🕐 Aggiornato 2026-04-16 📅 Creato 2025-09-15
48
databrickslabs/dbldatagen

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.

databrickslabs
⭐ 506 Python 👤 databrickslabs Organization 🕐 Aggiornato 2026-10-26 📅 Creato 2019-07-23
49
intellicia-public/parastore

Disegna un negozio, genera personaggi LLM e guardali fare acquisti: un sandbox 3D isometrico per esperimenti con consumatori sintetici.

intellicia-public
⭐ 502 TypeScript 👤 intellicia-public Organization 🕐 Aggiornato 2026-05-21 📅 Creato 2026-05-15

Domande frequenti

1

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.

2

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.

3

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.