Git Stars Git Stars

#data-synthesis 仓库

探索 15 个标记为 #data-synthesis 的活跃开源 GitHub 仓库,它们累计获得 21,082 个 Star(平均每个项目 1,405 个)。该主题的领先项目是 OpenDCAI/DataFlow,拥有 8,650 个 Star。

15
仓库总数
21,082
总星标数
1,405
平均每个仓库星标数
1
OpenDCAI/DataFlow

[SIGMOD'27] 使用最新的基于大语言模型的算子和流水线轻松进行数据准备。

OpenDCAI
⭐ 8,650 Python 👤 OpenDCAI Organization 🕐 已更新 2026-11-18 📅 创建时间 2024-10-13
2
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
3
tencent-ailab/persona-hub

论文“用10亿个虚拟人物扩展合成数据创建”的官方仓库

tencent-ailab
⭐ 1,585 Python 👤 tencent-ailab User 🕐 已更新 2025-02-19 📅 创建时间 2024-06-22
4
Tebmer/Awesome-Knowledge-Distillation-of-LLMs

本仓库收集了关于“大语言模型知识蒸馏调查”的论文。我们将知识蒸馏分解为知识提取和蒸馏算法,并探索了LLM的技能和垂直蒸馏。

Tebmer
⭐ 1,282 👤 Tebmer User 🕐 已更新 2025-03-09 📅 创建时间 2024-02-08
5
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
6
jsyoon0823/TimeGAN

时间序列生成对抗网络 (TimeGAN) 代码库 - NeurIPS 2019

jsyoon0823
⭐ 1,068 Jupyter Notebook 👤 jsyoon0823 User 🕐 已更新 2026-02-05 📅 创建时间 2020-04-24
7
OpenDataBox/awesome-data-llm

官方“LLM × DATA”调查论文存储库

OpenDataBox
⭐ 836 👤 OpenDataBox Organization 🕐 已更新 2026-10-25 📅 创建时间 2024-08-04
8
showlab/videollm-online

VideoLLM-online: 流式视频的在线视频大语言模型 (CVPR 2024)

showlab
⭐ 690 Python 👤 showlab Organization 🕐 已更新 2025-11-26 📅 创建时间 2024-06-17
9
yorkeccak/Polyseer

Polymarket 在即刻的速度下。

yorkeccak
⭐ 666 TypeScript 👤 yorkeccak User 🕐 已更新 2026-11-08 📅 创建时间 2025-08-30
10
kaist-avelab/K-Radar

恶劣天气条件下自动驾驶的 4D 毫米波雷达目标检测

kaist-avelab
⭐ 624 Python 👤 kaist-avelab User 🕐 已更新 2026-06-26 📅 创建时间 2023-01-02
11
inclusionAI/ASearcher

一个面向搜索代理的开源大规模强化学习项目

inclusionAI
⭐ 617 Python 👤 inclusionAI Organization 🕐 已更新 2025-11-26 📅 创建时间 2025-08-05
12
microsoft/MS-SNSD

Microsoft Scalable Noisy Speech Dataset (MS-SNSD) 是一个可根据所需说话者数量、噪声类型和信噪比 (SNR) 水平扩展到任意大小的噪声语音数据集。

microsoft
⭐ 573 HTML 👤 microsoft Organization 🕐 已更新 2024-07-01 📅 创建时间 2019-08-26
13
Flame-Code-VLM/Flame-Code-VLM

Flame 是一个开源的多模态 AI 系统,旨在将 UI 设计模型翻译成高质量的 React 代码。它利用视觉语言建模、自动化数据合成和结构化训练工作流程,以弥合设计与前端开发之间的差距。

Flame-Code-VLM
⭐ 564 Python 👤 Flame-Code-VLM Organization 🕐 已更新 2026-02-11 📅 创建时间 2025-02-10
14
swz30/CycleISP

[CVPR 2020--Oral] CycleISP: 通过改进的数据合成实现真实图像恢复

swz30
⭐ 555 Python 👤 swz30 User 🕐 已更新 2024-09-24 📅 创建时间 2020-03-15
15
DIYer22/bpycv

Blender 的计算机视觉工具(一行代码生成实例标注、深度和 6D 姿态)

DIYer22
⭐ 506 Python 👤 DIYer22 User 🕐 已更新 2025-08-05 📅 创建时间 2019-12-29

常见问题解答

1

GitHub 上最受欢迎的 #data-synthesis 仓库是什么?

GitHub 上排名第一的开源 #data-synthesis 项目是 OpenDCAI/DataFlow,拥有 8,650 个 Star。[SIGMOD'27] 使用最新的基于大语言模型的算子和流水线轻松进行数据准备。

2

#data-synthesis 仓库中最常使用的编程语言有哪些?

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

3

#data-synthesis 仓库的排名是如何计算的?

我们跟踪了 15 个标记为 #data-synthesis 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 21,082 个 Star,平均每个仓库拥有 1,405 个 Star。排名每日根据 GitHub API 更新。