#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.
Всего репозиториев: 65
Список компаний без сверхурочных - Работа 955, work-life balance (баланс работы и жизни)
🇨🇳 Китайский набор стикеров, Больше радости / Музей наборов стикеров, Самый токсичный репозиторий Github, Большая коллекция китайских наборов стикеров, Собирай радость~
Открытая библиотека Cleanlab — это стандартный пакет data-centric AI для качества данных и машинного обучения с беспорядочными реальными данными и метками.
【Коллекционное издание】HD прямые трансляции охватывают почти все спутниковые телеканалы, со встроенными идеальными логотипами каналов и гидами программ.
Репозиторий RedPajama-Data содержит код для подготовки больших наборов данных для обучения больших языковых моделей.
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
Сводка брендов и моделей мобильных телефонов | Модели мобильных | Этот репозиторий лицензирован по CC BY-NC-SA 4.0
Глубоко настройте свой собственный список прямых трансляций: [идеальный предварительный просмотр программ EPG, логотипы HD-каналов]
Nano Banana (nanobanana), GPT-5 (GPT5), GPT-4o (GPT4o) Промпты для изображений, Промпты Nanobanana, промпты nanobanana
«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.
Тщательно собранные популярные темы Tianya без водяных знаков, удобные для чтения
Открытая кулинарная книга для больших языковых моделей кода высшего уровня
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.
Масштабируемый набор инструментов для предварительной обработки и курирования данных для LLM
Информационный центр для нашего проекта по обучению максимально больших исторических LLM.
Словарь часто используемых конфиденциальных слов и стоп-слов для Интернета
Обмен ресурсами кино и телевидения через Baidu Netdisk, Quark Netdisk и Aliyun Drive. Ежедневная публикация новейших сериалов, развлекательных шоу и киноресурсов.
Этот репозиторий предназначен для поддержки вклада в инструменты для набора данных Project CodeNet, размещенного в DAX
Kaishi 1.5k — это современная, модульная японская колода Anki, созданная для начинающих, которые хотят выучить базовую лексику.
Официальный репозиторий статьи «Масштабирование создания синтетических данных с помощью 1 000 000 000 персон»
Репозиторий, содержащий файлы чит-кодов, файлы данных контента и т. д.
Интерактивно исследуйте неструктурированные наборы данных из вашего DataFrame.
HuatuoGPT, на пути к обузданию языковых моделей, чтобы стать врачом. (Открытый медицинский GPT)
машиночитаемые данные для https://awesome-selfhosted.net
The Washington Post собирает базу данных каждого смертельного выстрела в Соединенных Штатах от полицейского офицера при исполнении служебных обязанностей с 2015 года.
Курированный, но неполный список ресурсов по ориентированному на данные ИИ.
Комплексный менеджер, который управляет ресурсами внутри компьютера и обеспечивает геймификацию
Собраны и отсортированы ежегодные конкурсные задания Национального конкурса электронного дизайна с 1994 по 2025 год. Приветствуются дополнения в случае упущений!
Список известных атак на сущности, владеющие Bitcoin / криптоактивами, произошедших в реальном мире.
Доступные ноутбуки Google Colab для обучения Stable Diffusion Lora, основанные на работе kohya-ss и Linaqruf
Открытая база данных перспективных стартапов в сфере полупроводников
Часто задаваемые вопросы
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)
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.
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.