Git Stars Git Stars

#synthetic-data Репозитории

Откройте для себя 49 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #synthetic-data, с общим числом 118,509 звёзд (в среднем 2,418 на проект). Лидером этой темы является stefan-jansen/machine-learning-for-trading, набравший 21,929 звёзд.

49
Всего репозиториев
118,509
Всего звезд
2,418
Среднее количество звезд на репозиторий

Всего репозиториев: 49

1
stefan-jansen/machine-learning-for-trading

Код для книги «Машинное обучение для трейдинга», 3-е издание — от сбора данных до выполнения в реальном времени.

stefan-jansen
⭐ 21,929 Jupyter Notebook 👤 stefan-jansen User 🕐 Обновлено 2026-11-18 📅 Создано 2018-05-09
2
oumi-ai/oumi

Легко дообучайте (SFT/RL), оценивайте и развёртывайте Qwen, Gemma или любую открытую агентную LLM/VLM!

oumi-ai
⭐ 9,441 Python 👤 oumi-ai Organization 🕐 Обновлено 2026-11-21 📅 Создано 2024-05-07
3
princeton-vl/infinigen

Бесконечные фотореалистичные миры с использованием процедурной генерации

princeton-vl
⭐ 7,464 Python 👤 princeton-vl Organization 🕐 Обновлено 2026-11-11 📅 Создано 2023-06-17
4
datajuicer/data-juicer

Обработка данных для базовых моделей и с их помощью! 🍎 🍋 🌽 ➡️ ➡️🍸 🍹 🍷

datajuicer
⭐ 7,266 Python 👤 datajuicer Organization 🕐 Обновлено 2026-11-20 📅 Создано 2023-08-01
5
Kiln-AI/Kiln

Создание, оценка и оптимизация систем ИИ. Включает оценки (evals), RAG, агентов, тонкую настройку (fine-tuning), генерацию синтетических данных, управление наборами данных, MCP и многое другое.

Kiln-AI
⭐ 5,286 Python 👤 Kiln-AI Organization 🕐 Обновлено 2026-11-21 📅 Создано 2024-07-23
6
lk-geimfari/mimesis

Mimesis — это библиотека Python для генерации фиктивных, но реалистичных данных на разных языках и для разных локалей.

lk-geimfari
⭐ 4,873 Python 👤 lk-geimfari User 🕐 Обновлено 2026-11-13 📅 Создано 2016-09-09
7
DLR-RM/BlenderProc

Процедурный конвейер Blender для генерации фотореалистичных обучающих изображений

DLR-RM
⭐ 3,804 Python 👤 DLR-RM Organization 🕐 Обновлено 2026-01-20 📅 Создано 2019-10-10
8
sdv-dev/SDV

Генерация синтетических данных для табличных данных

sdv-dev
⭐ 3,607 Python 👤 sdv-dev Organization 🕐 Обновлено 2026-11-16 📅 Создано 2018-05-11
9
synthetichealth/synthea

Симулятор синтетической популяции пациентов

synthetichealth
⭐ 3,474 Java 👤 synthetichealth Organization 🕐 Обновлено 2026-11-20 📅 Создано 2016-06-17
10
argilla-io/distilabel

Distilabel — это фреймворк для синтетических данных и обратной связи с ИИ для инженеров, которым требуются быстрые, надежные и масштабируемые конвейеры, основанные на проверенных научных статьях.

argilla-io
⭐ 3,467 Python 👤 argilla-io Organization 🕐 Обновлено 2026-11-18 📅 Создано 2023-10-16
11
pgmpy/pgmpy

Python-инструментарий для причинно-следственного и вероятностного рассуждения

pgmpy
⭐ 3,387 Python 👤 pgmpy Organization 🕐 Обновлено 2026-11-21 📅 Создано 2013-09-20
12
a312863063/generators-with-stylegan2

Вот серия генераторов лиц на основе StyleGAN2

a312863063
⭐ 2,492 Python 👤 a312863063 User 🕐 Обновлено 2026-09-03 📅 Создано 2019-12-21
13
rpautrat/SuperPoint

Эффективный нейронный детектор и дескриптор признаков

rpautrat
⭐ 2,459 Jupyter Notebook 👤 rpautrat User 🕐 Обновлено 2025-05-05 📅 Создано 2018-03-05
14
hitsz-ids/synthetic-data-generator

SDG — это специализированная структура, предназначенная для генерации высококачественных структурированных табличных данных.

hitsz-ids
⭐ 2,442 Python 👤 hitsz-ids Organization 🕐 Обновлено 2026-11-16 📅 Создано 2023-08-10
15
NVIDIA-NeMo/DataDesigner

🎨 NeMo Data Designer: Генерируйте высококачественные синтетические данные с нуля или из seed-данных.

NVIDIA-NeMo
⭐ 2,419 Python 👤 NVIDIA-NeMo Organization 🕐 Обновлено 2026-11-21 📅 Создано 2025-10-16
16
unrealcv/unrealcv

UnrealCV: Связь компьютерного зрения с Unreal Engine

unrealcv
⭐ 2,227 Python 👤 unrealcv Organization 🕐 Обновлено 2026-09-04 📅 Создано 2016-09-08
17
axoviq-ai/synthadoc

Synthadoc: Движок компиляции знаний LLM с открытым исходным кодом, который превращает необработанные документы в структурированные, локальные вики. Прозрачная, читаемая человеком альтернатива традиционному RAG, которая может самостоятельно управляться и улучшаться без использования каких-либо инструментов.

axoviq-ai
⭐ 1,998 Python 👤 axoviq-ai Organization 🕐 Обновлено 2026-11-21 📅 Создано 2026-04-11
18
google-deepmind/mathematics_dataset

Этот код набора данных генерирует пары математических вопросов и ответов из ряда типов вопросов примерно школьного уровня сложности.

google-deepmind
⭐ 1,925 Python 👤 google-deepmind Organization 🕐 Обновлено 2024-12-23 📅 Создано 2019-03-27
19
GreenmaskIO/greenmask

Анонимизация баз данных и управление тестовыми данными

GreenmaskIO
⭐ 1,809 Go 👤 GreenmaskIO Organization 🕐 Обновлено 2026-11-18 📅 Создано 2023-12-01
20
bespokelabsai/curator

Подбор синтетических данных для пост-обучения и извлечения структурированных данных

bespokelabsai
⭐ 1,766 Python 👤 bespokelabsai Organization 🕐 Обновлено 2026-11-02 📅 Создано 2024-10-28
21
stephansturges/WALDO

Определение местоположения низкорасположенных обнаруживаемых объектов. SOTA в области FOSS AI для дронов!

stephansturges
⭐ 1,690 Python 👤 stephansturges User 🕐 Обновлено 2025-01-07 📅 Создано 2022-11-02
22
Data-Centric-AI-Community/fg-data-synthetic

Генераторы синтетических данных для табличных данных и временных рядов

Data-Centric-AI-Community
⭐ 1,662 Jupyter Notebook 👤 Data-Centric-AI-Community Organization 🕐 Обновлено 2026-09-03 📅 Создано 2020-05-04
23
huggingface/aisheets

Создавайте, обогащайте и трансформируйте наборы данных с помощью моделей ИИ без кода

huggingface
⭐ 1,656 TypeScript 👤 huggingface Organization 🕐 Обновлено 2026-09-23 📅 Создано 2025-01-16
24
sdv-dev/CTGAN

Условный GAN для генерации синтетических табличных данных.

sdv-dev
⭐ 1,579 Python 👤 sdv-dev Organization 🕐 Обновлено 2026-11-16 📅 Создано 2019-09-08
25
shuttle-hq/synth

Декларативный генератор данных

shuttle-hq
⭐ 1,472 Rust 👤 shuttle-hq Organization 🕐 Обновлено 2024-09-27 📅 Создано 2020-08-09
26
plurai-ai/intellagent

Фреймворк для комплексной диагностики и оптимизации агентов с использованием смоделированных, реалистичных синтетических взаимодействий

plurai-ai
⭐ 1,266 Python 👤 plurai-ai Organization 🕐 Обновлено 2026-09-14 📅 Создано 2024-10-28
27
datadreamer-dev/DataDreamer

DataDreamer: Промпт. Генерация синтетических данных. Обучение и выравнивание моделей.   🤖💤

datadreamer-dev
⭐ 1,112 Python 👤 datadreamer-dev Organization 🕐 Обновлено 2025-02-02 📅 Создано 2023-06-02
28
cuevhv/mamma

Официальный код для MAMMA: Бесмаркерный точный захват движений нескольких человек.

cuevhv
⭐ 907 Python 👤 cuevhv User 🕐 Обновлено 2026-11-10 📅 Создано 2026-05-06
29
nolabs-ai/deepfabric

Генерируйте высококачественные синтетические данные, обучайте, измеряйте и оценивайте в рамках единого конвейера

nolabs-ai
⭐ 896 Python 👤 nolabs-ai Organization 🕐 Обновлено 2026-11-13 📅 Создано 2024-10-25
30
magpie-align/magpie

[ICLR 2025] Синтез данных для выравнивания с нуля путем запроса выровненных LLM с помощью пустого ввода. Ваш эффективный и высококачественный конвейер генерации синтетических данных!

magpie-align
⭐ 861 Python 👤 magpie-align Organization 🕐 Обновлено 2025-03-17 📅 Создано 2024-06-12
31
BatsResearch/bonito

Легкая библиотека для генерации синтетических наборов данных для настройки инструкций для ваших данных без GPT.

BatsResearch
⭐ 831 Python 👤 BatsResearch Organization 🕐 Обновлено 2025-07-15 📅 Создано 2024-02-25
32
CHATS-lab/verbalized-sampling

Вербализованная выборка (Verbalized Sampling) — это стратегия подсказок без обучения для смягчения проблемы коллапса мод в LLM путем запроса ответов с вероятностями. Обеспечивает улучшение разнообразия в 2-3 раза при сохранении качества. Модельно-независимый фреймворк с CLI/API для креативного письма, генерации синтетических данных и симуляции диалогов.

CHATS-lab
⭐ 828 Python 👤 CHATS-lab Organization 🕐 Обновлено 2026-11-08 📅 Создано 2025-05-20
33
mostly-ai/mostlyai

SDK синтетических данных ✨

mostly-ai
⭐ 805 Python 👤 mostly-ai Organization 🕐 Обновлено 2026-10-29 📅 Создано 2023-12-22
34
nicolas-hbt/pygraft

Настраиваемая генерация синтетических схем и графов знаний в ваших руках

nicolas-hbt
⭐ 718 Python 👤 nicolas-hbt User 🕐 Обновлено 2026-01-26 📅 Создано 2023-09-07
35
vanderschaarlab/synthcity

Библиотека для генерации и оценки синтетических табличных данных для обеспечения конфиденциальности, справедливости и дополнения данных.

vanderschaarlab
⭐ 697 Python 👤 vanderschaarlab Organization 🕐 Обновлено 2026-04-21 📅 Создано 2022-03-18
36
gretelai/gretel-synthetics

Генераторы синтетических данных для структурированного и неструктурированного текста, с дифференциально приватным обучением.

gretelai
⭐ 671 Python 👤 gretelai Organization 🕐 Обновлено 2025-06-24 📅 Создано 2020-03-02
37
jofpin/synthBTC

Инструмент, использующий продвинутые имитационные модели Монте-Карло и параллельную обработку Turbit для создания возможных сценариев прогнозирования Биткойна.

jofpin
⭐ 664 JavaScript 👤 jofpin User 🕐 Обновлено 2024-08-04 📅 Создано 2024-08-02
38
sdv-dev/Copulas

Библиотека для моделирования многомерных данных с использованием копул.

sdv-dev
⭐ 658 Python 👤 sdv-dev Organization 🕐 Обновлено 2026-11-16 📅 Создано 2017-11-13
39
onyx-dot-app/EnterpriseRAG-Bench

Набор данных и эталон для RAG по внутренним документам компании.

onyx-dot-app
⭐ 639 👤 onyx-dot-app Organization 🕐 Обновлено 2026-09-03 📅 Создано 2026-02-19
40
EzioBy/Ditto

[CVPR'26 Выделение] Ditto: Масштабирование редактирования видео на основе инструкций с использованием высококачественного синтетического набора данных

EzioBy
⭐ 636 Python 👤 EzioBy User 🕐 Обновлено 2026-06-01 📅 Создано 2025-10-19
41
Arlo0o/UniScene-Unified-Occupancy-centric-Driving-Scene-Generation

[CVPR 2025, TPAMI 2026] UniScene: Унифицированная генерация сцен вождения с акцентом на занятость

Arlo0o
⭐ 624 Python 👤 Arlo0o User 🕐 Обновлено 2026-05-24 📅 Создано 2024-12-10
42
sparkfish/augraphy

Пайплайн усиления для рендеринга процессов печати на синтетической бумаге, факса, сканирования и копирования

sparkfish
⭐ 559 Python 👤 sparkfish Organization 🕐 Обновлено 2025-07-20 📅 Создано 2021-05-31
43
yandex-research/tab-ddpm

[ICML 2023] Официальная реализация статьи "TabDDPM: Моделирование табличных данных с помощью диффузионных моделей"

yandex-research
⭐ 523 Python 👤 yandex-research Organization 🕐 Обновлено 2024-07-13 📅 Создано 2022-10-02
44
expectedparrot/edsl

Разрабатывайте, проводите и анализируйте результаты опросов и экспериментов на основе ИИ. Моделируйте социально-научные исследования и маркетинговые исследования с помощью большого количества ИИ-агентов и больших языковых моделей.

expectedparrot
⭐ 521 Python 👤 expectedparrot Organization 🕐 Обновлено 2026-11-21 📅 Создано 2024-01-02
45
Nightmare-n/DepthAnyVideo

Глубина любого видео с масштабируемыми синтетическими данными (ICLR 2025)

Nightmare-n
⭐ 508 Python 👤 Nightmare-n User 🕐 Обновлено 2024-12-04 📅 Создано 2024-10-08
46
yejy53/Echo-4o

Echo-4o: Использование синтетических изображений проприетарных моделей для улучшенной генерации изображений

yejy53
⭐ 507 Jupyter Notebook 👤 yejy53 User 🕐 Обновлено 2025-12-09 📅 Создано 2025-08-11
47
yangzhou24/OmniWorld

[ICLR 2026] OmniWorld: многодоменный и мультимодальный набор данных для 4D-моделирования мира

yangzhou24
⭐ 506 Python 👤 yangzhou24 User 🕐 Обновлено 2026-04-16 📅 Создано 2025-09-15
48
databrickslabs/dbldatagen

Быстро создавайте релевантные синтетические данные для своих проектов. Генератор синтетических данных Databricks Labs (также известный как `dbldatagen`) можно использовать для создания больших наборов симулированных или синтетических данных для тестирования, проверки концепции (POC) и других целей в средах Databricks, включая конвейеры Delta Live Tables.

databrickslabs
⭐ 506 Python 👤 databrickslabs Organization 🕐 Обновлено 2026-10-26 📅 Создано 2019-07-23
49
intellicia-public/parastore

Нарисуйте магазин, создайте LLM-персонажей и наблюдайте, как они совершают покупки — изометрическая 3D-песочница для экспериментов с синтетическими потребителями.

intellicia-public
⭐ 502 TypeScript 👤 intellicia-public Organization 🕐 Обновлено 2026-05-21 📅 Создано 2026-05-15

Часто задаваемые вопросы

1

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

Самый высоко оценённый проект с открытым исходным кодом по теме #synthetic-data на GitHub — stefan-jansen/machine-learning-for-trading, набравший 21,929 звёзд. Код для книги «Машинное обучение для трейдинга», 3-е издание — от сбора данных до выполнения в реальном времени.

2

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

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

3

Как рассчитывается рейтинг репозиториев по теме #synthetic-data?

Мы отслеживаем 49 активных репозиториев с открытым исходным кодом, отмеченных тегом #synthetic-data (500 и более звёзд), с общим числом 118,509 звёзд и в среднем 2,418 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.