Git Stars Git Stars

#data-curation Репозитории

Откройте для себя 65 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #data-curation, с общим числом 182,804 звёзд (в среднем 2,812 на проект). Лидером этой темы является formulahendry/955.WLB, набравший 36,238 звёзд.

65
Всего репозиториев
182,804
Всего звезд
2,812
Среднее количество звезд на репозиторий

Всего репозиториев: 65

1
formulahendry/955.WLB

Список компаний без сверхурочных - Работа 955, work-life balance (баланс работы и жизни)

formulahendry
⭐ 36,238 👤 formulahendry User 🕐 Обновлено 2025-02-03 📅 Создано 2019-03-27
2
zhaoolee/ChineseBQB

🇨🇳 Китайский набор стикеров, Больше радости / Музей наборов стикеров, Самый токсичный репозиторий Github, Большая коллекция китайских наборов стикеров, Собирай радость~

zhaoolee
⭐ 16,617 TypeScript 👤 zhaoolee User 🕐 Обновлено 2026-11-06 📅 Создано 2019-05-08
3
cleanlab/cleanlab

Открытая библиотека Cleanlab — это стандартный пакет data-centric AI для качества данных и машинного обучения с беспорядочными реальными данными и метками.

cleanlab
⭐ 11,755 Python 👤 cleanlab Organization 🕐 Обновлено 2026-01-13 📅 Создано 2018-05-11
4
voxel51/fiftyone

Уточнение высококачественных наборов данных и моделей визуального ИИ

voxel51
⭐ 11,324 TypeScript 👤 voxel51 Organization 🕐 Обновлено 2026-11-21 📅 Создано 2020-04-22
5
suxuang/myIPTV

【Коллекционное издание】HD прямые трансляции охватывают почти все спутниковые телеканалы, со встроенными идеальными логотипами каналов и гидами программ.

suxuang
⭐ 5,123 👤 suxuang User 🕐 Обновлено 2026-09-13 📅 Создано 2024-04-29
6
togethercomputer/RedPajama-Data

Репозиторий RedPajama-Data содержит код для подготовки больших наборов данных для обучения больших языковых моделей.

togethercomputer
⭐ 4,997 Python 👤 togethercomputer Organization 🕐 Обновлено 2026-06-03 📅 Создано 2023-04-14
7
lixin4ever/Conference-Acceptance-Rate

Уровни принятия для основных конференций по ИИ

lixin4ever
⭐ 4,781 Jupyter Notebook 👤 lixin4ever User 🕐 Обновлено 2025-09-23 📅 Создано 2017-10-20
8
Jsnzkpg/Jsnzkpg

Служба поддерживается более 5 лет, ежедневно проверяется доступность, подписка на самые качественные бесплатные узлы в сети, строгий отбор высококачественных бесплатных узлов: shadowrocket | stash | singbox | clash | karing | hiddify | mihomo | clashmi | ClashMeta | FIClash | Surfboard

Jsnzkpg
⭐ 4,410 👤 Jsnzkpg User 🕐 Обновлено 2026-11-17 📅 Создано 2021-12-26
9
KHwang9883/MobileModels

Сводка брендов и моделей мобильных телефонов | Модели мобильных | Этот репозиторий лицензирован по CC BY-NC-SA 4.0

KHwang9883
⭐ 4,351 👤 KHwang9883 User 🕐 Обновлено 2026-11-20 📅 Создано 2018-10-31
10
Meroser/IPTV

Глубоко настройте свой собственный список прямых трансляций: [идеальный предварительный просмотр программ EPG, логотипы HD-каналов]

Meroser
⭐ 4,165 👤 Meroser User 🕐 Обновлено 2026-03-29 📅 Создано 2023-05-11
11
marin-community/marin

Открытый исходный фреймворк для исследований и разработок базовых моделей.

marin-community
⭐ 4,135 Python 👤 marin-community Organization 🕐 Обновлено 2026-11-21 📅 Создано 2024-03-22
12
songguoxs/gpt4o-image-prompts

Nano Banana (nanobanana), GPT-5 (GPT5), GPT-4o (GPT4o) Промпты для изображений, Промпты Nanobanana, промпты nanobanana

songguoxs
⭐ 3,882 JavaScript 👤 songguoxs User 🕐 Обновлено 2026-01-08 📅 Создано 2025-04-28
13
sanjeed5/awesome-cursor-rules-mdc

Курируемый список отличных файлов .mdc для правил курсора

sanjeed5
⭐ 3,589 Python 👤 sanjeed5 User 🕐 Обновлено 2026-05-19 📅 Создано 2025-02-17
14
Docta-ai/docta

Врач для ваших данных

Docta-ai
⭐ 3,479 Python 👤 Docta-ai Organization 🕐 Обновлено 2026-06-16 📅 Создано 2023-05-02
15
zealotCE/America-Against-America

«Америка против Америки» — это работа, написанная господином Ван Хунином в конце 1980-х годов во время его наблюдательной поездки в США. Мы знаем, насколько высокой была в Китае в то время погоня за Западом, особенно за Америкой, поэтому внезапно увидеть ученого с таким ясным пониманием в 1980-х годах вызывает глубокое восхищение. Поскольку в интернете доступна только плохо отсканированная версия PDF, я хочу использовать технологию OCR и человеческий глаз (человеческий OCR), чтобы преобразовать её в современный текстовый формат. На данный момент всё полностью завершено.

zealotCE
⭐ 3,130 👤 zealotCE User 🕐 Обновлено 2026-05-14 📅 Создано 2017-11-23
16
meagmohit/EEG-Datasets

Список всех публичных наборов данных EEG

meagmohit
⭐ 3,124 👤 meagmohit User 🕐 Обновлено 2025-10-17 📅 Создано 2017-08-18
17
jiji262/tianya-docs

Тщательно собранные популярные темы Tianya без водяных знаков, удобные для чтения

jiji262
⭐ 3,102 👤 jiji262 User 🕐 Обновлено 2026-07-28 📅 Создано 2023-05-08
18
mahavivo/english-wordlists

Список распространенной английской лексики

mahavivo
⭐ 2,205 👤 mahavivo User 🕐 Обновлено 2024-05-11 📅 Создано 2017-12-30
19
OpenCoder-llm/OpenCoder-llm

Открытая кулинарная книга для больших языковых моделей кода высшего уровня

OpenCoder-llm
⭐ 1,969 Python 👤 OpenCoder-llm User 🕐 Обновлено 2024-12-08 📅 Создано 2024-10-26
20
visual-layer/fastdup

fastdup — это мощный бесплатный инструмент, предназначенный для быстрого получения ценной информации из наборов данных изображений и видео. Он помогает повысить качество как изображений, так и меток, значительно снижая затраты на операции с данными, и все это при непревзойденной масштабируемости.

visual-layer
⭐ 1,915 Python 👤 visual-layer Organization 🕐 Обновлено 2026-08-23 📅 Создано 2022-05-11
21
NVIDIA-NeMo/Curator

Масштабируемый набор инструментов для предварительной обработки и курирования данных для LLM

NVIDIA-NeMo
⭐ 1,866 Python 👤 NVIDIA-NeMo Organization 🕐 Обновлено 2026-11-19 📅 Создано 2024-03-14
22
DGoettlich/history-llms

Информационный центр для нашего проекта по обучению максимально больших исторических LLM.

DGoettlich
⭐ 1,808 👤 DGoettlich User 🕐 Обновлено 2025-12-22 📅 Создано 2025-12-14
23
tanweai/wooyun-legacy

навык wooyun-legacy для кода Claude

tanweai
⭐ 1,792 👤 tanweai User 🕐 Обновлено 2026-07-14 📅 Создано 2026-01-23
24
fwwdn/sensitive-stop-words

Словарь часто используемых конфиденциальных слов и стоп-слов для Интернета

fwwdn
⭐ 1,746 Python 👤 fwwdn User 🕐 Обновлено 2026-03-10 📅 Создано 2015-02-02
25
acoooder/aliyunpanshare

Обмен ресурсами кино и телевидения через Baidu Netdisk, Quark Netdisk и Aliyun Drive. Ежедневная публикация новейших сериалов, развлекательных шоу и киноресурсов.

acoooder
⭐ 1,729 👤 acoooder User 🕐 Обновлено 2026-11-21 📅 Создано 2023-02-21
26
IBM/Project_CodeNet

Этот репозиторий предназначен для поддержки вклада в инструменты для набора данных Project CodeNet, размещенного в DAX

IBM
⭐ 1,700 Python 👤 IBM Organization 🕐 Обновлено 2026-11-10 📅 Создано 2021-05-03
27
donkuri/kaishi

Kaishi 1.5k — это современная, модульная японская колода Anki, созданная для начинающих, которые хотят выучить базовую лексику.

donkuri
⭐ 1,603 👤 donkuri User 🕐 Обновлено 2026-10-25 📅 Создано 2024-02-04
28
tencent-ailab/persona-hub

Официальный репозиторий статьи «Масштабирование создания синтетических данных с помощью 1 000 000 000 персон»

tencent-ailab
⭐ 1,585 Python 👤 tencent-ailab User 🕐 Обновлено 2025-02-19 📅 Создано 2024-06-22
29
JeffSackmann/tennis_atp

Рейтинги, результаты и статистика ATP по теннису

JeffSackmann
⭐ 1,577 👤 JeffSackmann User 🕐 Обновлено 2026-06-08 📅 Создано 2015-03-13
30
libretro/libretro-database

Репозиторий, содержащий файлы чит-кодов, файлы данных контента и т. д.

libretro
⭐ 1,484 Python 👤 libretro Organization 🕐 Обновлено 2026-11-20 📅 Создано 2014-12-15
31
mlfoundations/dclm

DataComp для языковых моделей

mlfoundations
⭐ 1,471 HTML 👤 mlfoundations Organization 🕐 Обновлено 2025-09-09 📅 Создано 2024-05-27
32
lvwzhen/medicine

Список оригинальных препаратов

lvwzhen
⭐ 1,436 Vue 👤 lvwzhen User 🕐 Обновлено 2026-10-07 📅 Создано 2024-12-20
33
Zero-Sploit/FlipperZero-Subghz-DB

Подборка подфайлов Flipper Zero

Zero-Sploit
⭐ 1,291 Python 👤 Zero-Sploit User 🕐 Обновлено 2025-04-22 📅 Создано 2023-05-22
34
Renumics/spotlight

Интерактивно исследуйте неструктурированные наборы данных из вашего DataFrame.

Renumics
⭐ 1,288 TypeScript 👤 Renumics Organization 🕐 Обновлено 2026-11-16 📅 Создано 2023-01-29
35
FreedomIntelligence/HuatuoGPT

HuatuoGPT, на пути к обузданию языковых моделей, чтобы стать врачом. (Открытый медицинский GPT)

FreedomIntelligence
⭐ 1,283 Python 👤 FreedomIntelligence Organization 🕐 Обновлено 2024-12-16 📅 Создано 2023-04-13
36
awesome-selfhosted/awesome-selfhosted-data

машиночитаемые данные для https://awesome-selfhosted.net

awesome-selfhosted
⭐ 1,235 Makefile 👤 awesome-selfhosted Organization 🕐 Обновлено 2026-11-21 📅 Создано 2021-06-27
37
sib-swiss/training-collection

Сборник учебных материалов по биоинформатике

sib-swiss
⭐ 1,160 Python 👤 sib-swiss Organization 🕐 Обновлено 2026-11-15 📅 Создано 2021-12-13
38
washingtonpost/data-police-shootings

The Washington Post собирает базу данных каждого смертельного выстрела в Соединенных Штатах от полицейского офицера при исполнении служебных обязанностей с 2015 года.

washingtonpost
⭐ 1,147 👤 washingtonpost Organization 🕐 Обновлено 2026-10-14 📅 Создано 2015-06-30
39
daochenzha/data-centric-AI

Курированный, но неполный список ресурсов по ориентированному на данные ИИ.

daochenzha
⭐ 1,138 👤 daochenzha User 🕐 Обновлено 2024-06-26 📅 Создано 2023-03-07
41
klsdf/GreenResourcesManager

Комплексный менеджер, который управляет ресурсами внутри компьютера и обеспечивает геймификацию

klsdf
⭐ 1,087 JavaScript 👤 klsdf User 🕐 Обновлено 2026-11-08 📅 Создано 2025-06-20
42
CCBP/NUEDC_Topic

Собраны и отсортированы ежегодные конкурсные задания Национального конкурса электронного дизайна с 1994 по 2025 год. Приветствуются дополнения в случае упущений!

CCBP
⭐ 1,045 👤 CCBP User 🕐 Обновлено 2026-09-21 📅 Создано 2022-05-07
43
X4BNet/lists_vpn

Списки поставщиков VPN (автоматически обновляемые)

X4BNet
⭐ 937 Python 👤 X4BNet Organization 🕐 Обновлено 2026-11-20 📅 Создано 2021-03-03
44
songys/AwesomeKorean_Data

Ссылка на набор данных на корейском

songys
⭐ 931 👤 songys User 🕐 Обновлено 2026-06-17 📅 Создано 2019-12-20
46
jlopp/physical-bitcoin-attacks

Список известных атак на сущности, владеющие Bitcoin / криптоактивами, произошедших в реальном мире.

jlopp
⭐ 915 HTML 👤 jlopp User 🕐 Обновлено 2026-11-15 📅 Создано 2018-07-07
48
hollowstrawberry/kohya-colab

Доступные ноутбуки Google Colab для обучения Stable Diffusion Lora, основанные на работе kohya-ss и Linaqruf

hollowstrawberry
⭐ 821 Jupyter Notebook 👤 hollowstrawberry User 🕐 Обновлено 2026-10-26 📅 Создано 2023-03-23
49
Schischu/hello_fresh_gewuerze

Специи Hello Fresh

Schischu
⭐ 807 👤 Schischu User 🕐 Обновлено 2025-01-14 📅 Создано 2021-01-30
50
aolofsson/awesome-semiconductor-startups

Открытая база данных перспективных стартапов в сфере полупроводников

aolofsson
⭐ 799 JavaScript 👤 aolofsson User 🕐 Обновлено 2026-11-20 📅 Создано 2022-03-25

Часто задаваемые вопросы

1

Какой репозиторий по теме #data-curation наиболее популярен на GitHub?

Самый высоко оценённый проект с открытым исходным кодом по теме #data-curation на GitHub — formulahendry/955.WLB, набравший 36,238 звёзд. Список компаний без сверхурочных - Работа 955, work-life balance (баланс работы и жизни)

2

Какие языки программирования чаще всего используются в репозиториях по теме #data-curation?

Среди наиболее высоко оценённых проектов по теме #data-curation на GitHub чаще всего используются языки программирования Python, TypeScript, JavaScript, Jupyter Notebook.

3

Как рассчитывается рейтинг репозиториев по теме #data-curation?

Мы отслеживаем 65 активных репозиториев с открытым исходным кодом, отмеченных тегом #data-curation (500 и более звёзд), с общим числом 182,804 звёзд и в среднем 2,812 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.