Git Stars Git Stars

#synthetic-dataset-generation 仓库

探索 11 个标记为 #synthetic-dataset-generation 的活跃开源 GitHub 仓库,它们累计获得 15,608 个 Star(平均每个项目 1,418 个)。该主题的领先项目是 argilla-io/distilabel,拥有 3,467 个 Star。

11
仓库总数
15,608
总星标数
1,418
平均每个仓库星标数
编程语言: Python C#
1
argilla-io/distilabel

Distilabel 是一个为工程师设计的合成数据和 AI 反馈框架,他们需要基于已验证的研究论文构建快速、可靠且可扩展的管道。

argilla-io
⭐ 3,467 Python 👤 argilla-io Organization 🕐 已更新 2026-11-18 📅 创建时间 2023-10-16
2
Eladlev/AutoPrompt

一种使用基于意图的提示校准的提示调整框架

Eladlev
⭐ 3,024 Python 👤 Eladlev User 🕐 已更新 2025-12-02 📅 创建时间 2023-12-02
3
bespokelabsai/curator

后训练和结构化数据提取的合成数据管理

bespokelabsai
⭐ 1,766 Python 👤 bespokelabsai Organization 🕐 已更新 2026-11-02 📅 创建时间 2024-10-28
4
AgibotTech/genie_sim

来自AgiBot的模拟平台

AgibotTech
⭐ 1,704 Python 👤 AgibotTech Organization 🕐 已更新 2026-11-19 📅 创建时间 2025-04-21
5
datadreamer-dev/DataDreamer

DataDreamer:提示。生成合成数据。训练和对齐模型。   🤖💤

datadreamer-dev
⭐ 1,112 Python 👤 datadreamer-dev Organization 🕐 已更新 2025-02-02 📅 创建时间 2023-06-02
6
Unity-Technologies/com.unity.perception

用于Unity中sim2real训练和验证的感知工具包

Unity-Technologies
⭐ 991 C# 👤 Unity-Technologies Organization 🕐 已更新 2024-11-08 📅 创建时间 2020-04-03
7
magpie-align/magpie

[ICLR 2025] 从零开始合成对齐数据,方法是向对齐的 LLM 输入空提示。您的 SOTA 综合数据生成流程!

magpie-align
⭐ 861 Python 👤 magpie-align Organization 🕐 已更新 2025-03-17 📅 创建时间 2024-06-12
8
BatsResearch/bonito

一个用于在没有 GPT 的情况下为您的数据生成合成指令调优数据集的轻量级库。

BatsResearch
⭐ 831 Python 👤 BatsResearch Organization 🕐 已更新 2025-07-15 📅 创建时间 2024-02-25
9
nicolas-hbt/pygraft

触手可及的可配置合成模式和知识图谱生成

nicolas-hbt
⭐ 718 Python 👤 nicolas-hbt User 🕐 已更新 2026-01-26 📅 创建时间 2023-09-07
10
remyxai/VQASynth

组合多模态数据集 🎹

remyxai
⭐ 594 Python 👤 remyxai Organization 🕐 已更新 2026-11-16 📅 创建时间 2024-02-17
11
sparkfish/augraphy

用于渲染合成纸打印、传真、扫描和复印机流程的增强管道

sparkfish
⭐ 559 Python 👤 sparkfish Organization 🕐 已更新 2025-07-20 📅 创建时间 2021-05-31

常见问题解答

1

GitHub 上最受欢迎的 #synthetic-dataset-generation 仓库是什么?

GitHub 上排名第一的开源 #synthetic-dataset-generation 项目是 argilla-io/distilabel,拥有 3,467 个 Star。Distilabel 是一个为工程师设计的合成数据和 AI 反馈框架,他们需要基于已验证的研究论文构建快速、可靠且可扩展的管道。

2

#synthetic-dataset-generation 仓库中最常使用的编程语言有哪些?

在 GitHub 上排名靠前的 #synthetic-dataset-generation 项目中,最常见的编程语言是 Python, C#。

3

#synthetic-dataset-generation 仓库的排名是如何计算的?

我们跟踪了 11 个标记为 #synthetic-dataset-generation 且拥有 500+ 个 Star 的活跃开源仓库,共计获得 15,608 个 Star,平均每个仓库拥有 1,418 个 Star。排名每日根据 GitHub API 更新。