Git Stars Git Stars

#data-synthesis Репозитории

Откройте для себя 15 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #data-synthesis, с общим числом 21,082 звёзд (в среднем 1,405 на проект). Лидером этой темы является OpenDCAI/DataFlow, набравший 8,650 звёзд.

15
Всего репозиториев
21,082
Всего звезд
1,405
Среднее количество звезд на репозиторий
Языки программирования: Python Jupyter Notebook TypeScript HTML

Всего репозиториев: 15

1
OpenDCAI/DataFlow

[SIGMOD'27] Простая подготовка данных с использованием новейших операторов и конвейеров на основе LLM.

OpenDCAI
⭐ 8,650 Python 👤 OpenDCAI Organization 🕐 Обновлено 2026-11-18 📅 Создано 2024-10-13
2
AgaMiko/data-augmentation-review

Список полезных ресурсов для аугментации данных. Здесь вы найдете некоторые нераспространенные техники, библиотеки, ссылки на репозитории GitHub, статьи и другое.

AgaMiko
⭐ 1,636 👤 AgaMiko User 🕐 Обновлено 2026-11-03 📅 Создано 2019-09-28
3
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
4
Tebmer/Awesome-Knowledge-Distillation-of-LLMs

Этот репозиторий собирает статьи для «Обзор методов дистилляции знаний больших языковых моделей». Мы разбиваем KD на извлечение знаний и алгоритмы дистилляции, а также исследуем дистилляцию навыков и вертикальную дистилляцию LLM.

Tebmer
⭐ 1,282 👤 Tebmer User 🕐 Обновлено 2025-03-09 📅 Создано 2024-02-08
5
InternScience/GraphGen

GraphGen: Улучшение контролируемой дообучения для LLM с помощью генерации синтетических данных на основе знаний

InternScience
⭐ 1,236 Python 👤 InternScience Organization 🕐 Обновлено 2026-11-08 📅 Создано 2025-01-08
6
jsyoon0823/TimeGAN

База кода для генеративно-состязательных сетей временных рядов (TimeGAN) – NeurIPS 2019

jsyoon0823
⭐ 1,068 Jupyter Notebook 👤 jsyoon0823 User 🕐 Обновлено 2026-02-05 📅 Создано 2020-04-24
7
OpenDataBox/awesome-data-llm

Официальный репозиторий обзорной статьи "LLM × DATA"

OpenDataBox
⭐ 836 👤 OpenDataBox Organization 🕐 Обновлено 2026-10-25 📅 Создано 2024-08-04
8
showlab/videollm-online

VideoLLM-online: Онлайн большая языковая модель для потокового видео (CVPR 2024)

showlab
⭐ 690 Python 👤 showlab Organization 🕐 Обновлено 2025-11-26 📅 Создано 2024-06-17
9
yorkeccak/Polyseer

Polymarket альфа со скоростью настоящего.

yorkeccak
⭐ 666 TypeScript 👤 yorkeccak User 🕐 Обновлено 2026-11-08 📅 Создано 2025-08-30
10
kaist-avelab/K-Radar

Обнаружение объектов с помощью 4D-радара для автономного вождения в различных погодных условиях

kaist-avelab
⭐ 624 Python 👤 kaist-avelab User 🕐 Обновлено 2026-06-26 📅 Создано 2023-01-02
11
inclusionAI/ASearcher

Проект крупномасштабного обучения с подкреплением с открытым исходным кодом для поисковых агентов

inclusionAI
⭐ 617 Python 👤 inclusionAI Organization 🕐 Обновлено 2025-11-26 📅 Создано 2025-08-05
12
microsoft/MS-SNSD

Microsoft Scalable Noisy Speech Dataset (MS-SNSD) — это набор данных с шумной речью, который может масштабироваться до произвольных размеров в зависимости от количества говорящих, типов шума и желаемых уровней отношения сигнал/шум (SNR).

microsoft
⭐ 573 HTML 👤 microsoft Organization 🕐 Обновлено 2024-07-01 📅 Создано 2019-08-26
13
Flame-Code-VLM/Flame-Code-VLM

Flame — это мультимодальная система ИИ с открытым исходным кодом, разработанная для преобразования макетов дизайна пользовательского интерфейса в высококачественный код React. Она использует моделирование видения и языка, автоматический синтез данных и структурированные рабочие процессы обучения для преодоления разрыва между дизайном и фронтенд-разработкой.

Flame-Code-VLM
⭐ 564 Python 👤 Flame-Code-VLM Organization 🕐 Обновлено 2026-02-11 📅 Создано 2025-02-10
14
swz30/CycleISP

[CVPR 2020--Oral] CycleISP: Восстановление реальных изображений с помощью улучшенного синтеза данных

swz30
⭐ 555 Python 👤 swz30 User 🕐 Обновлено 2024-09-24 📅 Создано 2020-03-15
15
DIYer22/bpycv

Утилиты компьютерного зрения для Blender (генерация аннотаций экземпляров, глубины и 6D позы одной строкой кода)

DIYer22
⭐ 506 Python 👤 DIYer22 User 🕐 Обновлено 2025-08-05 📅 Создано 2019-12-29

Часто задаваемые вопросы

1

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

Самый высоко оценённый проект с открытым исходным кодом по теме #data-synthesis на GitHub — OpenDCAI/DataFlow, набравший 8,650 звёзд. [SIGMOD'27] Простая подготовка данных с использованием новейших операторов и конвейеров на основе LLM.

2

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

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

3

Как рассчитывается рейтинг репозиториев по теме #data-synthesis?

Мы отслеживаем 15 активных репозиториев с открытым исходным кодом, отмеченных тегом #data-synthesis (500 и более звёзд), с общим числом 21,082 звёзд и в среднем 1,405 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.