#synthetic-data-generation Репозитории
Откройте для себя 57 активных репозиториев с открытым исходным кодом на GitHub, отмеченных тегом #synthetic-data-generation, с общим числом 117,965 звёзд (в среднем 2,069 на проект). Лидером этой темы является huggingface/open-r1, набравший 26,483 звёзд.
Всего репозиториев: 57
Многоагентное моделирование персон на основе LLM для улучшения воображения и получения бизнес-инсайтов.
NVIDIA Isaac Sim™ — это приложение с открытым исходным кодом на платформе NVIDIA Omniverse для разработки, симуляции и тестирования роботов на базе ИИ в реалистичных виртуальных средах.
[CVPR 2024 Highlight] FoundationPose: Унифицированная оценка и отслеживание 6D-позы новых объектов
[Номинация на лучшую статью CVPR 2025] FoundationStereo: Беспримесное стереосопоставление (Zero-Shot Stereo Matching)
Фреймворк для обнаружения аудио-ключевых слов (или фраз) с открытым исходным кодом, ориентированный на производительность и простоту.
Конвейер генерации данных для создания полуреалистичных синтетических видео с несколькими объектами с богатыми аннотациями, такими как маски сегментации экземпляров, карты глубины и оптический поток.
DocLayout-YOLO: Улучшение анализа макета документов с помощью разнообразных синтетических данных и адаптивного глобально-локального восприятия
Hypersim: Фотореалистичный синтетический набор данных для целостного понимания внутренних сцен
prompt2model - Создание развертываемых моделей из инструкций на естественном языке
Этот репозиторий содержит исходный код для RULER: Каков реальный размер контекста ваших языковых моделей с длинным контекстом?
GigaWorld-0: Мировые модели как движок данных для расширения возможностей воплощенного ИИ
Официальный репозиторий статьи «Масштабирование создания синтетических данных с помощью 1 000 000 000 персон»
Список литературы по генерации синтетических данных на основе LLM 🔥
Основной пакет InstructLab. Используйте его для общения с моделью и выполнения рабочего процесса InstructLab для обучения модели с использованием пользовательских данных таксономии.
Replica Dataset v1, опубликованный в https://arxiv.org/abs/1906.05797.
Автоматическая система оптимизации промптов для больших языковых моделей
Генерация изображений текстовых строк для обучения OCR-моделей глубокого обучения
официальный код для "ToolAlpaca: Generalized Tool Learning for Language Models with 3000 Simulated Cases"
Cosmos-Transfer1 - это модель переноса «мир-в-мир», разработанная для преодоления разрыва в восприятии между смоделированными и реальными условиями.
Генератор наборов данных ИИ – Создавайте реалистичные наборы данных для демонстраций, обучения и информационных панелей
BlendedMVS: Крупномасштабный датасет для обобщённых сетей стерео с несколькими видами
Легкий комплект для бенчмаркинга синтетических данных, работающий по принципу «plug-and-play». Сравните Syncora с другими генераторами (например, Gretel, MostlyAI), загрузив CSV-файлы, а затем автоматически вычислите метрики достоверности и сходства. Работает с любым набором данных с помощью простого именования файлов, не требует сложной настройки.
Набор синтетических данных высокой точности для моделирования кредитного дефолта
Синтетический набор данных и блокноты для моделирования интровертной и экстравертной личности (безопасный для конфиденциальности, готовый к машинному обучению).
Высококачественный синтетический набор данных, фиксирующий показатели производительности разработчиков ИИ — включая часы концентрации, коэффициенты выполнения задач и индикаторы выгорания. Безопасный для конфиденциальности, идеален для аналитики машинного обучения и рабочих процессов.
Справочное приложение .NET с использованием искусственного интеллекта для системы поддержки заявок клиентов
Набор данных и эталон для RAG по внутренним документам компании.
Новый метод взаимодействия человека для извлечения речи в реальном времени на наушниках.
Часто задаваемые вопросы
Какой репозиторий по теме #synthetic-data-generation наиболее популярен на GitHub?
Самый высоко оценённый проект с открытым исходным кодом по теме #synthetic-data-generation на GitHub — huggingface/open-r1, набравший 26,483 звёзд. Полная открытая репродукция DeepSeek-R1
Какие языки программирования чаще всего используются в репозиториях по теме #synthetic-data-generation?
Среди наиболее высоко оценённых проектов по теме #synthetic-data-generation на GitHub чаще всего используются языки программирования Python, Jupyter Notebook, C++, TypeScript.
Как рассчитывается рейтинг репозиториев по теме #synthetic-data-generation?
Мы отслеживаем 57 активных репозиториев с открытым исходным кодом, отмеченных тегом #synthetic-data-generation (500 и более звёзд), с общим числом 117,965 звёзд и в среднем 2,069 звёзд на репозиторий. Рейтинги обновляются ежедневно на основе данных GitHub API.