synergy-dataset
用机器学习自动筛文献，系统综述省一半人力
项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-09-21 · 当前星标 ★ 119
核心亮点
- 专门针对系统综述的文献筛选任务，标注数据可直接用于训练纳入/排除分类器
- 同时提供文本内容与引用网络图结构，支持 NLP 与图模型两类方法
- 附带 PRISMA 流程相关元数据，便于复现真实综述场景并做主动学习实验
不足之处
- 数据规模与领域覆盖有限，跨学科泛化能力需自行验证
- 项目早期，文档与社区生态相对薄弱
适用场景
- 循证医学团队构建自动文献初筛工具，降低人工阅读量
- NLP 研究者评测文本分类与主动学习算法在真实综述任务上的表现
- 图神经网络研究利用引用网络做文献相关性排序实验
替代项目
Cochrane Crowd、PubMed PICO、LitSuggest
同类项目推荐
ObjaversePlusPlus
开源
想要高质量3D数据？Objaverse++ 帮你筛选出精品，训练效果更稳。
[ICCV 2025] Repo for Objaverse++, Curated 3D Object Dataset with Quality Annotations
fountain
开源
一句话生成海量对话样本，让 NLU 模型更聪明
Natural Language Data Augmentation Tool for Conversational Systems
diffusiondb
开源
百万真实提示词数据，让 AI 生成更可控
A large-scale text-to-image prompt gallery dataset based on Stable Diffusion
LLMDataHub
开源
快速找到好用的指令微调数据集，加速LLM落地
A quick guide (especially) for trending instruction finetuning datasets
data-juicer
开源
一站式清洗加工大模型数据，让训练数据更干净高效
Data processing for and with foundation models! ➡️ ➡️
Cosmos-Drive-Dreams
开源
用世界模型生成海量驾驶视频，低成本覆盖极端场景
Cosmos-Drive-Dreams: Scalable Synthetic Driving Data Generation with World Foundatio···
awesome-synthetic-datasets
开源
一站式找到好用的合成文本数据集和工具，省去大海捞针
awesome synthetic (text) datasets
malicious-software-packages-data···
开源
拿真实恶意包样本，快速验证你的供应链检测能力
An open-source dataset of malicious software packages found in the wild.
Awesome-Nano-Banana-images
开源
看别人用 Nano Banana 玩出什么花样，顺手下 15 万一致性数据
A curated collection of fun and creative examples generated with Nano Banana & Nano ···