#synthetic-data-generation Repositórios
Descubra 57 repositórios ativos de código aberto no GitHub marcados com #synthetic-data-generation, acumulando um total de 117,965 estrelas (uma média de 2,069 por projeto). O líder deste tópico é huggingface/open-r1, com 26,483 estrelas.
57 repositórios no total
Simulação de persona multiagente baseada em LLM para potencializar a imaginação e gerar insights de negócios.
NVIDIA Isaac Sim™ é uma aplicação de código aberto no NVIDIA Omniverse para desenvolver, simular e testar robôs impulsionados por IA em ambientes virtuais realistas.
[CVPR 2024 Highlight] FoundationPose: Estimativa e Rastreamento Unificados de Pose 6D de Objetos Novos
[Nomeação para Melhor Artigo CVPR 2025] FoundationStereo: Correspondência Estéreo Zero-Shot
Um framework de detecção de palavra (ou frase) de ativação de áudio de código aberto com foco em desempenho e simplicidade.
Um pipeline de geração de dados para a criação de vídeos sintéticos multiobjeto semirrealistas com anotações ricas, tais como máscaras de segmentação de instâncias, mapas de profundidade e fluxo óptico.
DocLayout-YOLO: Aprimorando a Análise de Layout de Documentos através de Dados Sintéticos Diversos e Percepção Adaptativa Global-Local
Hypersim: Um Conjunto de Dados Sintéticos Fotorrealísticos para Compreensão Holística de Cenas Internas
prompt2model - Gere Modelos Implantáveis a Partir de Instruções em Linguagem Natural
Este repositório contém o código-fonte para RULER: Qual é o Tamanho Real do Contexto dos Seus Modelos de Linguagem de Contexto Longo?
GigaWorld-0: Modelos de Mundo como Motor de Dados para Capacitar IA Incorporada
Repositório oficial do artigo "Escalando a Criação de Dados Sintéticos com 1.000.000.000 de Personas"
Uma lista de leitura sobre Geração de Dados Sintéticos baseada em LLM 🔥
Pacote central do InstructLab. Use-o para conversar com um modelo e executar o fluxo de trabalho do InstructLab para treinar um modelo usando dados de taxonomia personalizados.
O Conjunto de Dados de Réplica v1 publicado em https://arxiv.org/abs/1906.05797 .
Um Framework de Otimização Automática de Prompts para Grandes Modelos de Linguagem
Gerar imagens de linhas de texto para treinar modelos de OCR de aprendizado profundo
o código oficial para "ToolAlpaca: Aprendizagem Generalizada de Ferramentas para Modelos de Linguagem com 3000 Casos Simulados"
Código para "PVNet: Pixel-wise Voting Network for 6DoF Pose Estimation" CVPR 2019 oral
Cosmos-Transfer1 é um modelo de transferência de mundo a mundo projetado para preencher a lacuna perceptual entre ambientes simulados e do mundo real.
Gerador de Conjuntos de Dados de IA – Crie conjuntos de dados realistas para demonstrações, aprendizado e painéis
BlendedMVS: Um Conjunto de Dados em Larga Escala para Redes Estéreo de Múltiplas Vistas Generalizadas
Um kit de benchmark leve e plug-and-play para dados sintéticos. Compare o Syncora com outros geradores (por exemplo, Gretel, MostlyAI) simplesmente inserindo arquivos CSV e, em seguida, calcule automaticamente as métricas de fidelidade e similaridade. Funciona com qualquer conjunto de dados através de uma simples nomeação de arquivos, sem a necessidade de configurações complexas.
Conjunto de dados sintéticos de alta fidelidade para modelagem de inadimplência de crédito
Conjunto de dados sintéticos e notebooks para modelagem de personalidade introvertida vs. extrovertida (seguro para a privacidade, pronto para ML).
Conjunto de dados sintéticos de alta fidelidade que capturam métricas de produtividade de desenvolvedores de IA — incluindo horas de foco, taxas de conclusão de tarefas e indicadores de esgotamento. Preserva a privacidade, ideal para ML e análise de fluxo de trabalho.
Uma aplicação .NET de referência que utiliza IA para um sistema de gestão de tickets de suporte ao cliente
Conjunto de dados e benchmark para RAG em documentos internos da empresa.
Um novo método de interação humana para extração de fala em tempo real em fones de ouvido.
Perguntas Frequentes
Qual é o repositório de #synthetic-data-generation mais popular no GitHub?
O projeto de código aberto de #synthetic-data-generation mais bem classificado no GitHub é huggingface/open-r1, com 26,483 estrelas. Reprodução totalmente aberta do DeepSeek-R1
Quais linguagens de programação são mais usadas nos repositórios de #synthetic-data-generation?
Entre os projetos de #synthetic-data-generation mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, Jupyter Notebook, C++, TypeScript.
Como é calculada a classificação dos repositórios de #synthetic-data-generation?
Acompanhamos 57 repositórios ativos de código aberto marcados com #synthetic-data-generation (com mais de 500 estrelas), totalizando 117,965 estrelas e uma média de 2,069 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.