一站式找到好用的合成文本数据集和工具，省去大海捞针
这是一个精选合成文本数据集和生成工具的资源列表，旨在帮助AI开发者解决真实数据获取难、成本高、隐私风险大等问题。项目系统梳理了各类合成数据资源，包括通用指令数据、对话数据、推理数据、代码数据等，并覆盖了从数据生成、过滤到评估的完整工具链。它按任务类型（如指令遵循、多轮对话、数学推理）和领域（如代码、医疗、金融）分类，收录了如Self-Instruct、Alpaca、Evol-Instruct等经典方法和最新开源数据集。对于需要快速构建或获取高质量训练数据的研究者和工程师，该列表提供了清晰的导航，能显著降低寻找和比较合成数据方案的时间成本。
awesome-llm-datasets、awesome-dataset-distillation、awesome-data-centric-ai
awesome-synthetic-datasets 是数据集领域的开源项目，由 davanstrien 开发，2024 年首次发布。
它收录于数据集分类，该分类目前共有 279 个项目，GitHub 星标数为 342。
项目仍在小幅维护中，最近一次代码更新于 2026-09-24。开源免费，无定价信息。
它主要面向的使用场景是：需要快速获取指令微调或对齐用合成数据的LLM开发者。同类可对比的替代方案包括 awesome-llm-datasets、awesome-dataset-distillation、awesome-data-centric-ai。
X-AnyLabeling
开源
一站式AI辅助标注，图像视频文本通吃，导出格式随心配
X-AnyLabeling: A lightweight, efficient, and unified cross-platform desktop applicat···
aisheets
开源
像用表格一样批量调 AI，不写代码就能造和改数据集
Build, enrich, and transform datasets using AI models with no code
distilabel
开源
基于论文的合成数据流水线，快速生成高质量 AI 反馈数据。
Distilabel is a framework for synthetic data and AI feedback for engineers who need ···
DataGen
开源
用大模型一键生成定制化训练数据，告别数据荒
[ICLR'25] DataGen: Unified Synthetic Dataset Generation via Large Language Models
