Git Stars Git Stars

#data-generation 仓库

探索 32 个标记为 #data-generation 的活跃开源 GitHub 仓库,它们累计获得 119,004 个 Star(平均每个项目 3,718 个)。该主题的领先项目是 Genesis-Embodied-AI/genesis-world,拥有 30,282 个 Star。

32
仓库总数
119,004
总星标数
3,718
平均每个仓库星标数
1
Genesis-Embodied-AI/genesis-world

用于通用机器人和具身人工智能学习的仿真平台。

Genesis-Embodied-AI
⭐ 30,282 Python 👤 Genesis-Embodied-AI Organization 🕐 已更新 2026-11-20 📅 创建时间 2023-10-31
2
nuysoft/Mock

一个模拟数据生成器

nuysoft
⭐ 19,651 JavaScript 👤 nuysoft User 🕐 已更新 2024-03-15 📅 创建时间 2013-04-26
3
IDEA-Research/Grounded-Segment-Anything

Grounded SAM:融合 Grounding DINO 与 Segment Anything & Stable Diffusion & Recognize Anything - 自动检测、分割和生成一切

IDEA-Research
⭐ 17,288 Jupyter Notebook 👤 IDEA-Research Organization 🕐 已更新 2024-09-05 📅 创建时间 2023-04-06
4
THUDM/slime

slime 是一个用于强化学习规模化的 LLM 训练框架。

THUDM
⭐ 8,856 Python 👤 THUDM Organization 🕐 已更新 2026-11-05 📅 创建时间 2025-06-18
5
OpenBMB/ToolBench

[ICLR'24 Spotlight] 一个用于工具学习的大型语言模型的训练、服务和评估的开放平台。

OpenBMB
⭐ 5,654 Python 👤 OpenBMB Organization 🕐 已更新 2025-05-21 📅 创建时间 2023-05-28
7
sdv-dev/SDV

表格数据的合成数据生成

sdv-dev
⭐ 3,607 Python 👤 sdv-dev Organization 🕐 已更新 2026-11-16 📅 创建时间 2018-05-11
8
orangehill/iseed

Laravel 反向 Seed 生成器

orangehill
⭐ 2,895 PHP 👤 orangehill Organization 🕐 已更新 2026-06-24 📅 创建时间 2013-07-17
9
NVIDIA-NeMo/DataDesigner

🎨 NeMo Data Designer:从零开始或从种子数据生成高质量合成数据。

NVIDIA-NeMo
⭐ 2,419 Python 👤 NVIDIA-NeMo Organization 🕐 已更新 2026-11-21 📅 创建时间 2025-10-16
10
benkeen/generatedata

一个强大、功能丰富的随机测试数据生成器。

benkeen
⭐ 2,286 TypeScript 👤 benkeen User 🕐 已更新 2026-08-15 📅 创建时间 2012-01-26
11
neomatrix369/awesome-ai-ml-dl

我们学习的人工智能、机器学习和深度学习的精彩内容。学习笔记以及这些主题的精选优秀资源列表。

neomatrix369
⭐ 1,721 Jupyter Notebook 👤 neomatrix369 User 🕐 已更新 2026-09-13 📅 创建时间 2018-12-23
12
AgaMiko/data-augmentation-review

有用的数据增强资源列表。您将在此处找到一些不常见的技巧、库、GitHub 仓库链接、论文等。

AgaMiko
⭐ 1,636 👤 AgaMiko User 🕐 已更新 2026-11-03 📅 创建时间 2019-09-28
13
sdv-dev/CTGAN

用于生成合成表格数据的条件 GAN。

sdv-dev
⭐ 1,579 Python 👤 sdv-dev Organization 🕐 已更新 2026-11-16 📅 创建时间 2019-09-08
14
shuttle-hq/synth

声明式数据生成器

shuttle-hq
⭐ 1,472 Rust 👤 shuttle-hq Organization 🕐 已更新 2024-09-27 📅 创建时间 2020-08-09
15
cksac/fake-rs

一个用于在 Rust 中生成假数据的库。

cksac
⭐ 1,246 Rust 👤 cksac User 🕐 已更新 2026-09-15 📅 创建时间 2016-06-29
16
InternScience/GraphGen

GraphGen:通过知识驱动的合成数据生成增强LLM的监督微调

InternScience
⭐ 1,236 Python 👤 InternScience Organization 🕐 已更新 2026-11-08 📅 创建时间 2025-01-08
17
jondurbin/airoboros

Customizable implementation of the self-instruct paper 的可定制实现。

jondurbin
⭐ 1,050 Python 👤 jondurbin User 🕐 已更新 2024-03-07 📅 创建时间 2023-04-29
18
whatyouhide/stream_data

Elixir 的数据生成和属性基于测试。🔮

whatyouhide
⭐ 953 Elixir 👤 whatyouhide User 🕐 已更新 2026-09-08 📅 创建时间 2017-05-10
19
infinet/lunar-calendar

iCal农历, 节气, 传统节日

infinet
⭐ 942 Python 👤 infinet User 🕐 已更新 2026-01-09 📅 创建时间 2014-01-25
20
sebbo2002/ical-generator

ical-generator 是一个生成 iCal 日历文件的小代码片段

sebbo2002
⭐ 857 TypeScript 👤 sebbo2002 User 🕐 已更新 2026-11-18 📅 创建时间 2013-03-09
21
supabase-community/seed

根据您的模式,自动使用类似生产环境的模拟数据填充数据库,用于本地开发和测试。

supabase-community
⭐ 790 TypeScript 👤 supabase-community Organization 🕐 已更新 2026-10-01 📅 创建时间 2024-02-05
22
emsifa/api-wilayah-indonesia

Generator API (statis) 印度尼西亚地区数据,由 Github Page 托管

emsifa
⭐ 774 TypeScript 👤 emsifa User 🕐 已更新 2026-11-15 📅 创建时间 2019-10-08
23
smxiazi/xia_Liao

xia Liao(瞎料)burp插件 用于Windows在线进程/杀软识别 与 web渗透注册时,快速生成需要的资料用来填写,资料包含:姓名、手机号、身份证、统一社会信用代码、组织机构代码、银行卡,以及各类web语言的hello world输出和生成弱口令字典等。

smxiazi
⭐ 724 Java 👤 smxiazi User 🕐 已更新 2024-07-09 📅 创建时间 2022-08-30
24
Horea94/Fruit-Images-Dataset

Fruits-360: 一个包含水果和蔬菜图像的数据集

Horea94
⭐ 719 Jupyter Notebook 👤 Horea94 User 🕐 已更新 2025-03-27 📅 创建时间 2017-05-06
25
NVlabs/mimicgen

此代码对应于作为 MimicGen 项目一部分使用的模拟环境。

NVlabs
⭐ 673 Python 👤 NVlabs Organization 🕐 已更新 2026-10-21 📅 创建时间 2023-09-21
26
sdv-dev/Copulas

一个使用copula建模多变量数据的库。

sdv-dev
⭐ 658 Python 👤 sdv-dev Organization 🕐 已更新 2026-11-16 📅 创建时间 2017-11-13
27
Westlake-AI/openmixup

CAIRI 监督式、半监督式和自监督式视觉表示学习工具箱和基准

Westlake-AI
⭐ 656 Python 👤 Westlake-AI Organization 🕐 已更新 2025-10-15 📅 创建时间 2021-12-30
28
misode/mcmeta

Minecraft 生成的数据和资产的处理后、带版本控制的历史记录

misode
⭐ 652 Python 👤 misode User 🕐 已更新 2026-11-17 📅 创建时间 2022-01-20
29
josh0xA/rrgen

用于将安全伪随机值存储到具有均匀整数分布的现代容器中的仅标头C++库

josh0xA
⭐ 559 C++ 👤 josh0xA User 🕐 已更新 2026-04-14 📅 创建时间 2020-04-27
30
RUCAIBox/HaluEval

这是HaluEval的存储库,一个用于大型语言模型的大规模幻觉评估基准。

RUCAIBox
⭐ 540 Python 👤 RUCAIBox Organization 🕐 已更新 2024-02-12 📅 创建时间 2023-05-18
31
tom-lord/regexp-examples

生成与给定正则表达式匹配的字符串

tom-lord
⭐ 522 Ruby 👤 tom-lord User 🕐 已更新 2024-05-20 📅 创建时间 2014-11-04
32
databrickslabs/dbldatagen

快速为您的项目生成相关的合成数据。Databricks Labs 合成数据生成器(又称 `dbldatagen`)可用于在 Databricks 环境中生成大型模拟/合成数据集,用于测试、概念验证(POC)及其他用途,包括 Delta Live Tables 管道。

databrickslabs
⭐ 506 Python 👤 databrickslabs Organization 🕐 已更新 2026-10-26 📅 创建时间 2019-07-23

常见问题解答

1

GitHub 上最受欢迎的 #data-generation 仓库是什么?

GitHub 上排名第一的开源 #data-generation 项目是 Genesis-Embodied-AI/genesis-world,拥有 30,282 个 Star。用于通用机器人和具身人工智能学习的仿真平台。

2

#data-generation 仓库中最常使用的编程语言有哪些?

在 GitHub 上排名靠前的 #data-generation 项目中,最常见的编程语言是 Python, TypeScript, Jupyter Notebook, Rust。

3

#data-generation 仓库的排名是如何计算的?

我们跟踪了 32 个标记为 #data-generation 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 119,004 个 Star,平均每个仓库拥有 3,718 个 Star。排名每日根据 GitHub API 更新。