#synthetic-data リポジトリ
#synthetic-dataのタグが付いた、GitHub上の49件のアクティブなオープンソースリポジトリをご覧ください。合計スター数は118,509個で、プロジェクトあたりの平均は2,418個です。このトピックをリードしているのは、21,929個のスターを獲得しているstefan-jansen/machine-learning-for-tradingです。
リポジトリ合計49件
Distilabelは、検証済みの研究論文に基づいた、高速で信頼性が高くスケーラブルなパイプラインを必要とするエンジニア向けの合成データおよびAIフィードバックフレームワークです。
Synthadoc: 生のドキュメントを構造化されたローカルファーストのWikiに変換する、オープンソースのLLM知識コンパイルエンジン。従来のRAGに代わる、透明で人間が読める代替手段であり、ツールを使用せずに自己管理および自己改善が可能です。
[ICLR 2025] 何もない状態でアライメント済みLLMにプロンプトを入力し、ゼロからアライメントデータを合成。効率的で高品質な合成データ生成パイプライン!
確率に基づいて応答を要求することで、LLMにおけるモード崩壊を緩和するための、訓練不要なプロンプティング戦略である、言語化サンプリング。品質を維持しながら、多様性を2~3倍向上させます。クリエイティブライティング、合成データ生成、対話シミュレーションのためのCLI/APIを備えた、モデル非依存のフレームワーク。
[CVPR 2025, TPAMI 2026] UniScene: 統一占有中心運転シーン生成
AIを活用した調査や実験を設計・実施し、その結果を分析します。多数のAIエージェントと大規模言語モデルを用いて、社会科学研究や市場調査をシミュレーションします。
プロジェクトに適した合成データをすばやく生成できます。Databricks Labs の合成データジェネレーター(`dbldatagen` とも呼ばれます)は、Databricks 環境で、テストや概念実証(POC)などに利用できる大規模なシミュレーションデータ/合成データセットを生成するために使用できます。Delta Live Tables のパイプラインも対象です。
よくある質問
GitHubで最も人気のある#synthetic-dataリポジトリは何ですか?
GitHubで最も上位にランクインしているオープンソースの#synthetic-dataプロジェクトは、21,929個のスターを獲得しているstefan-jansen/machine-learning-for-tradingです。『機械学習によるトレーディング』第3版のコード — データ収集からライブ実行まで。
#synthetic-dataリポジトリで最もよく使われているプログラミング言語は何ですか?
GitHubで上位にランクインしている#synthetic-dataプロジェクトでは、Python, Jupyter Notebook, TypeScript, Javaが最も一般的なプログラミング言語です。
#synthetic-dataリポジトリのランキングはどのように算出されていますか?
#synthetic-dataのタグが付いた49件のアクティブなオープンソースリポジトリ(スター500個以上)を追跡しています。合計スター数は118,509個で、リポジトリあたりの平均は2,418個です。ランキングはGitHub APIからのデータに基づいて毎日更新されます。