#data-synthesis Repositórios
Descubra 15 repositórios ativos de código aberto no GitHub marcados com #data-synthesis, acumulando um total de 21,082 estrelas (uma média de 1,405 por projeto). O líder deste tópico é OpenDCAI/DataFlow, com 8,650 estrelas.
15 repositórios no total
[SIGMOD'27] Preparação de dados simplificada com os mais recentes operadores e pipelines baseados em LLM.
Lista de recursos úteis de aumento de dados (data augmentation). Você encontrará aqui algumas técnicas incomuns, bibliotecas, links para repositórios do GitHub, artigos e outros.
Repositório oficial do artigo "Escalando a Criação de Dados Sintéticos com 1.000.000.000 de Personas"
Este repositório reúne artigos para "Uma Pesquisa sobre Destilação de Conhecimento de Grandes Modelos de Linguagem". Dividimos a KD em Elicitação de Conhecimento e Algoritmos de Destilação, e exploramos a Destilação de Habilidades e Vertical de LLMs.
GraphGen: Aprimorando o Ajuste Fino Supervisionado para LLMs com Geração de Dados Sintéticos Orientada pelo Conhecimento
Base de Código para Redes Adversariais Generativas de Séries Temporais (TimeGAN) - NeurIPS 2019
VideoLLM-online: Modelo de Linguagem Grande de Vídeo Online para Streaming de Vídeo (CVPR 2024)
Detecção de Objetos por Radar 4D para Direção Autônoma em Várias Condições Climáticas
Um Projeto de Aprendizagem por Reforço em Larga Escala de Código Aberto para Agentes de Busca
O Microsoft Scalable Noisy Speech Dataset (MS-SNSD) é um conjunto de dados de fala ruidosa que pode ser escalado para tamanhos arbitrários, dependendo do número de falantes, tipos de ruído e níveis de Relação Sinal-Ruído (SNR) desejados.
Flame é um sistema de IA multimodal de código aberto projetado para traduzir mockups de design de UI em código React de alta qualidade. Ele aproveita a modelagem visão-linguagem, a síntese automatizada de dados e fluxos de trabalho de treinamento estruturados para preencher a lacuna entre o design e o desenvolvimento front-end.
[CVPR 2020--Oral] CycleISP: Restauração de Imagens Reais via Síntese de Dados Aprimorada
Utilitários de visão computacional para Blender (gerar anotação de instância, profundidade e pose 6D com uma linha de código)
Perguntas Frequentes
Qual é o repositório de #data-synthesis mais popular no GitHub?
O projeto de código aberto de #data-synthesis mais bem classificado no GitHub é OpenDCAI/DataFlow, com 8,650 estrelas. [SIGMOD'27] Preparação de dados simplificada com os mais recentes operadores e pipelines baseados em LLM.
Quais linguagens de programação são mais usadas nos repositórios de #data-synthesis?
Entre os projetos de #data-synthesis mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, TypeScript, HTML.
Como é calculada a classificação dos repositórios de #data-synthesis?
Acompanhamos 15 repositórios ativos de código aberto marcados com #data-synthesis (com mais de 500 estrelas), totalizando 21,082 estrelas e uma média de 1,405 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.