Git Stars Git Stars

#synthetic-data-generation Repository

Scopri 57 repository GitHub open source attivi contrassegnati con #synthetic-data-generation, che raccolgono un totale di 117,965 stelle (con una media di 2,069 stelle per progetto). Il progetto leader di questo argomento è huggingface/open-r1, con 26,483 stelle.

57
Totale Repository
117,965
Totale stelle
2,069
Media Stelle/Repo

57 repository in totale

1
huggingface/open-r1

Riproduzione completa di DeepSeek-R1

huggingface
⭐ 26,483 Python 👤 huggingface Organization 🕐 Aggiornato 2026-10-26 📅 Creato 2025-01-24
2
microsoft/TinyTroupe

Simulazione di persona multi-agente basata su LLM per il miglioramento dell'immaginazione e approfondimenti aziendali.

microsoft
⭐ 7,700 Jupyter Notebook 👤 microsoft Organization 🕐 Aggiornato 2026-11-06 📅 Creato 2024-03-25
4
simplescaling/s1

s1: Scalatura semplice al momento dell'esecuzione

simplescaling
⭐ 6,656 Python 👤 simplescaling Organization 🕐 Aggiornato 2025-06-25 📅 Creato 2025-02-01
5
PrimeIntellect-ai/verifiers

La nostra libreria per ambienti RL + valutazioni

PrimeIntellect-ai
⭐ 4,797 Python 👤 PrimeIntellect-ai Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2025-01-22
6
isaac-sim/IsaacSim

NVIDIA Isaac Sim™ è un'applicazione open-source su NVIDIA Omniverse per lo sviluppo, la simulazione e il test di robot guidati dall'IA in ambienti virtuali realistici.

isaac-sim
⭐ 4,521 Python 👤 isaac-sim Organization 🕐 Aggiornato 2026-11-16 📅 Creato 2025-05-28
7
NVlabs/FoundationPose

[CVPR 2024 Highlight] FoundationPose: Stima e tracciamento unificati della posa 6D di nuovi oggetti

NVlabs
⭐ 3,707 Python 👤 NVlabs Organization 🕐 Aggiornato 2026-04-29 📅 Creato 2023-12-12
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
NVlabs/FoundationStereo

[CVPR 2025 Best Paper Nomination] FoundationStereo: Zero-Shot Stereo Matching

NVlabs
⭐ 3,007 Python 👤 NVlabs Organization 🕐 Aggiornato 2025-12-19 📅 Creato 2024-12-12
10
dscripka/openWakeWord

Un framework open-source per il rilevamento di parole (o frasi) audio di attivazione, con un focus su prestazioni e semplicità.

dscripka
⭐ 2,963 Jupyter Notebook 👤 dscripka User 🕐 Aggiornato 2025-12-30 📅 Creato 2022-05-28
11
google-research/kubric

Una pipeline di generazione dati per creare video semi-realistici sintetici multi-oggetto con ricche annotazioni come maschere di segmentazione delle istanze, mappe di profondità e flusso ottico.

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

DocLayout-YOLO: Miglioramento dell'analisi del layout dei documenti attraverso dati sintetici diversi e percezione adattiva globale-locale

opendatalab
⭐ 2,315 Python 👤 opendatalab Organization 🕐 Aggiornato 2026-10-21 📅 Creato 2024-10-14
13
apple-aiml-research/ml-hypersim

Hypersim: Un set di dati sintetici fotorealistici per la comprensione olistica delle scene interne

apple-aiml-research
⭐ 2,077 Python 👤 apple-aiml-research Organization 🕐 Aggiornato 2026-09-11 📅 Creato 2020-11-16
14
neulab/prompt2model

prompt2model - Genera Modelli Deployabili da Istruzioni in Linguaggio Naturale

neulab
⭐ 2,005 Python 👤 neulab Organization 🕐 Aggiornato 2024-12-29 📅 Creato 2023-03-27
15
DataArcTech/DataArc-SynData-Toolkit

Piattaforma di Generazione di Dati Sintetici di DataArcTech

DataArcTech
⭐ 1,787 Python 👤 DataArcTech Organization 🕐 Aggiornato 2026-11-19 📅 Creato 2025-11-21
16
NVIDIA/RULER

Questo repository contiene il codice sorgente per RULER: Qual è la dimensione reale del contesto dei tuoi modelli linguistici a lungo contesto?

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

GigaWorld-0: Modelli del Mondo come Motore di Dati per Potenziare l'IA Incarnata

open-gigaai
⭐ 1,619 Python 👤 open-gigaai Organization 🕐 Aggiornato 2025-12-03 📅 Creato 2025-11-25
18
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
19
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
20
wasiahmad/Awesome-LLM-Synthetic-Data

Una lista di lettura sulla generazione di dati sintetici basata su LLM 🔥

wasiahmad
⭐ 1,538 👤 wasiahmad User 🕐 Aggiornato 2025-06-05 📅 Creato 2024-08-08
21
instructlab/instructlab

Pacchetto InstructLab Core. Usalo per chattare con un modello ed eseguire il flusso di lavoro InstructLab per addestrare un modello utilizzando dati tassonomici personalizzati.

instructlab
⭐ 1,415 Python 👤 instructlab Organization 🕐 Aggiornato 2026-03-30 📅 Creato 2024-02-21
22
facebookresearch/Replica-Dataset

Il Replica Dataset v1 come pubblicato in https://arxiv.org/abs/1906.05797.

facebookresearch
⭐ 1,202 C++ 👤 facebookresearch Organization 🕐 Aggiornato 2024-07-22 📅 Creato 2019-02-08
23
NVlabs/Deep_Object_Pose

Stima Profonda della Posizione dell'oggetto (DOPE) – Inferenza ROS (CoRL 2018)

NVlabs
⭐ 1,175 Python 👤 NVlabs Organization 🕐 Aggiornato 2025-08-06 📅 Creato 2018-10-12
25
IBM/Dromedary

Dromedario: verso LLM utili, etici e affidabili.

IBM
⭐ 1,136 Python 👤 IBM Organization 🕐 Aggiornato 2025-09-18 📅 Creato 2023-05-03
26
NVIDIA-NeMo/Skills

Un progetto per migliorare le capacità dei modelli linguistici di grandi dimensioni

NVIDIA-NeMo
⭐ 1,065 Python 👤 NVIDIA-NeMo Organization 🕐 Aggiornato 2026-11-18 📅 Creato 2024-02-11
27
SalesforceAIResearch/promptomatix

Un Framework di Ottimizzazione Automatica dei Prompt per Grandi Modelli Linguistici

SalesforceAIResearch
⭐ 979 Python 👤 SalesforceAIResearch Organization 🕐 Aggiornato 2026-06-02 📅 Creato 2025-07-08
28
oh-my-ocr/text_renderer

Genera immagini di righe di testo per l'addestramento di modelli OCR di deep learning

oh-my-ocr
⭐ 913 Python 👤 oh-my-ocr Organization 🕐 Aggiornato 2026-05-17 📅 Creato 2020-06-18
29
microsoft/FaceSynthetics

Set di dati di sintesi del volto

microsoft
⭐ 895 👤 microsoft Organization 🕐 Aggiornato 2025-07-08 📅 Creato 2021-08-12
30
tangqiaoyu/ToolAlpaca

il codice ufficiale per "ToolAlpaca: Generalized Tool Learning for Language Models with 3000 Simulated Cases"

tangqiaoyu
⭐ 884 Python 👤 tangqiaoyu User 🕐 Aggiornato 2024-10-26 📅 Creato 2023-06-14
31
haosulab/SAPIEN

Piattaforma SAPIEN Embodied AI

haosulab
⭐ 872 C++ 👤 haosulab Organization 🕐 Aggiornato 2026-11-21 📅 Creato 2020-03-16
32
zju3dv/pvnet

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

zju3dv
⭐ 869 Jupyter Notebook 👤 zju3dv Organization 🕐 Aggiornato 2024-07-15 📅 Creato 2018-12-27
33
nvidia-cosmos/cosmos-transfer1

Cosmos-Transfer1 è un modello di trasferimento da mondo a mondo progettato per colmare il divario percettivo tra ambienti simulati e reali.

nvidia-cosmos
⭐ 830 Python 👤 nvidia-cosmos Organization 🕐 Aggiornato 2026-10-15 📅 Creato 2025-03-02
35
metabase/dataset-generator

AI Dataset Generator – Crea set di dati realistici per demo, apprendimento e dashboard

metabase
⭐ 765 TypeScript 👤 metabase Organization 🕐 Aggiornato 2026-11-20 📅 Creato 2025-06-12
36
stanford-futuredata/ARES

Valutazione automatizzata dei sistemi RAG

stanford-futuredata
⭐ 711 Python 👤 stanford-futuredata Organization 🕐 Aggiornato 2025-03-28 📅 Creato 2023-09-27
37
YoYo000/BlendedMVS

BlendedMVS: Un dataset su larga scala per reti stereo multi-view generalizzate

YoYo000
⭐ 690 👤 YoYo000 User 🕐 Aggiornato 2026-10-03 📅 Creato 2019-11-22
38
syncora-ai/syncora-benchmarks

Un kit di benchmark leggero e plug-and-play per dati sintetici. Confronta Syncora con altri generatori (ad es. Gretel, MostlyAI) inserendo CSV, quindi calcola automaticamente metriche di fedeltà e somiglianza. Funziona con qualsiasi set di dati tramite una semplice denominazione dei file, senza complicate configurazioni.

syncora-ai
⭐ 678 Jupyter Notebook 👤 syncora-ai User 🕐 Aggiornato 2025-08-11 📅 Creato 2025-07-31
39
syncora-ai/synthetic-credit-default-syncora

Set di dati sintetici ad alta fedeltà per la modellazione del default creditizio

syncora-ai
⭐ 676 Jupyter Notebook 👤 syncora-ai User 🕐 Aggiornato 2025-09-10 📅 Creato 2025-07-30
40
syncora-ai/synthetic-personality-dataset

Set di dati sintetici e notebook per la modellazione della personalità introversa vs. estroversa (sicuro per la privacy, pronto per ML).

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

Dataset sintetici ad alta fedeltà che catturano metriche di produttività degli sviluppatori AI — incluse ore di concentrazione, tassi di completamento delle attività e indicatori di burnout. Sicuro per la privacy, ideale per analisi ML e di flusso di lavoro.

syncora-ai
⭐ 657 Jupyter Notebook 👤 syncora-ai User 🕐 Aggiornato 2025-09-04 📅 Creato 2025-07-31
43
dotnet/eShopSupport

Un'applicazione .NET di riferimento che utilizza l'IA per un sistema di ticketing di supporto clienti

dotnet
⭐ 650 JavaScript 👤 dotnet Organization 🕐 Aggiornato 2025-05-16 📅 Creato 2024-04-30
45
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
47
syncora-ai/syncora-docs

Documentazione per Syncora.ai

syncora-ai
⭐ 633 MDX 👤 syncora-ai User 🕐 Aggiornato 2025-07-31 📅 Creato 2025-07-29
49
vb000/LookOnceToHear

Un nuovo metodo di interazione umana per l'estrazione vocale in tempo reale su cuffie.

vb000
⭐ 615 Python 👤 vb000 User 🕐 Aggiornato 2026-07-22 📅 Creato 2024-05-10
50
sixgpt/miner

Miner Ufficiale per SixGPT

sixgpt
⭐ 611 Shell 👤 sixgpt Organization 🕐 Aggiornato 2024-12-19 📅 Creato 2024-10-06

Domande frequenti

1

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

Il progetto open source #synthetic-data-generation più alto in classifica su GitHub è huggingface/open-r1, con 26,483 stelle. Riproduzione completa di DeepSeek-R1

2

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

Tra i progetti #synthetic-data-generation più alti in classifica su GitHub, i linguaggi di programmazione più comuni sono Python, Jupyter Notebook, C++, TypeScript.

3

Come viene calcolata la classifica dei repository #synthetic-data-generation?

Monitoriamo 57 repository open source attivi contrassegnati con #synthetic-data-generation (500+ stelle), per un totale di 117,965 stelle e una media di 2,069 stelle per repository. Le classifiche vengono aggiornate quotidianamente tramite l’API di GitHub.