Git Stars Git Stars

#synthetic-dataset-generation Repositórios

Descubra 11 repositórios ativos de código aberto no GitHub marcados com #synthetic-dataset-generation, acumulando um total de 15,608 estrelas (uma média de 1,418 por projeto). O líder deste tópico é argilla-io/distilabel, com 3,467 estrelas.

11
Total de Repositórios
15,608
Total de estrelas
1,418
Média de Estrelas/Repositório
Linguagens de programação: Python C#

11 repositórios no total

1
argilla-io/distilabel

Distilabel é uma estrutura para dados sintéticos e feedback de IA para engenheiros que precisam de pipelines rápidos, confiáveis e escaláveis ​​baseados em artigos de pesquisa verificados.

argilla-io
⭐ 3,467 Python 👤 argilla-io Organization 🕐 Atualizado 2026-11-18 📅 Criado 2023-10-16
2
Eladlev/AutoPrompt

Uma estrutura para ajuste de prompt usando Calibração de Prompt Baseada em Intenção

Eladlev
⭐ 3,024 Python 👤 Eladlev User 🕐 Atualizado 2025-12-02 📅 Criado 2023-12-02
3
bespokelabsai/curator

Curadoria de dados sintéticos para pós-treinamento e extração de dados estruturados

bespokelabsai
⭐ 1,766 Python 👤 bespokelabsai Organization 🕐 Atualizado 2026-11-02 📅 Criado 2024-10-28
4
AgibotTech/genie_sim

Plataforma de Simulação do AgiBot

AgibotTech
⭐ 1,704 Python 👤 AgibotTech Organization 🕐 Atualizado 2026-11-19 📅 Criado 2025-04-21
5
datadreamer-dev/DataDreamer

DataDreamer: Prompt. Gerar Dados Sintéticos. Treinar e Alinhar Modelos.   🤖💤

datadreamer-dev
⭐ 1,112 Python 👤 datadreamer-dev Organization 🕐 Atualizado 2025-02-02 📅 Criado 2023-06-02
6
Unity-Technologies/com.unity.perception

Kit de ferramentas de percepção para treinamento e validação sim2real no Unity

Unity-Technologies
⭐ 991 C# 👤 Unity-Technologies Organization 🕐 Atualizado 2024-11-08 📅 Criado 2020-04-03
7
magpie-align/magpie

[ICLR 2025] Síntese de Dados de Alinhamento do Zero, Solicitando LLMs Alinhados com Nada. Seu pipeline eficiente e de alta qualidade para geração de dados sintéticos!

magpie-align
⭐ 861 Python 👤 magpie-align Organization 🕐 Atualizado 2025-03-17 📅 Criado 2024-06-12
8
BatsResearch/bonito

Uma biblioteca leve para gerar conjuntos de dados sintéticos de ajuste de instruções para seus dados sem GPT.

BatsResearch
⭐ 831 Python 👤 BatsResearch Organization 🕐 Atualizado 2025-07-15 📅 Criado 2024-02-25
9
nicolas-hbt/pygraft

Geração Configurável de Esquemas Sintéticos e Grafos de Conhecimento ao Seu Alcance

nicolas-hbt
⭐ 718 Python 👤 nicolas-hbt User 🕐 Atualizado 2026-01-26 📅 Criado 2023-09-07
10
remyxai/VQASynth

Compor conjuntos de dados multimodais 🎹

remyxai
⭐ 594 Python 👤 remyxai Organization 🕐 Atualizado 2026-11-16 📅 Criado 2024-02-17
11
sparkfish/augraphy

Pipeline de aumento para renderização de processos de impressão em papel sintético, fax, digitalização e cópia

sparkfish
⭐ 559 Python 👤 sparkfish Organization 🕐 Atualizado 2025-07-20 📅 Criado 2021-05-31

Perguntas Frequentes

1

Qual é o repositório de #synthetic-dataset-generation mais popular no GitHub?

O projeto de código aberto de #synthetic-dataset-generation mais bem classificado no GitHub é argilla-io/distilabel, com 3,467 estrelas. Distilabel é uma estrutura para dados sintéticos e feedback de IA para engenheiros que precisam de pipelines rápidos, confiáveis e escaláveis ​​baseados em artigos de pesquisa verificados.

2

Quais linguagens de programação são mais usadas nos repositórios de #synthetic-dataset-generation?

Entre os projetos de #synthetic-dataset-generation mais bem classificados no GitHub, as linguagens de programação mais comuns são Python, C#.

3

Como é calculada a classificação dos repositórios de #synthetic-dataset-generation?

Acompanhamos 11 repositórios ativos de código aberto marcados com #synthetic-dataset-generation (com mais de 500 estrelas), totalizando 15,608 estrelas e uma média de 1,418 estrelas por repositório. As classificações são atualizadas diariamente a partir da API do GitHub.