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 2026-08-09 · 当前星标 ★ 211
核心亮点
- 数据合成流程自动化，可扩展生成海量带验证的推理样本
- 基于 NeurIPS 2025 论文，方法经过学术验证，可靠性高
- 提供训练和评估脚本，开箱即用，降低复现门槛
不足之处
- 早期项目，文档和社区支持待观察
- 依赖特定数据合成模板，可能泛化到复杂推理场景有限
适用场景
- 学术研究：复现论文结果，探索逻辑推理数据增强方法
- 模型训练：为 LLM 生成高质量推理数据，提升数学/逻辑任务表现
- 数据工程：构建可验证的推理数据集，用于评测或微调
替代项目
STaR、Self-Instruct、WizardLM
同类项目推荐
opendataloader-pdf
开源
把 PDF 变成 AI 能直接吃的数据，省去清洗烦恼
PDF Parser for AI-ready data. Automate PDF accessibility. Open-source.
OakInk2
开源
做双手操作AI？用OakInk2数据集训练更逼真的手物交互模型。
[CVPR 2024] OakInk2: A Dataset of Bimanual Hands-Object Manipulation in Complex Task···
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···
mtg-jamendo-dataset
开源
拿来即用的音乐打标签数据集与基线
Metadata, scripts and baselines for the MTG-Jamendo dataset
synergy-dataset
开源
用机器学习自动筛文献，系统综述省一半人力
SYNERGY - Open machine learning dataset on study selection in systematic reviews
Awesome-Cold-Start-Recommendatio···
开源
一站式速查冷启动推荐资源，快速跟上研究前沿
[Up-to-date] A curated list of resources on cold-start recommendations.
aug-pe
开源
用大模型API生成隐私安全的合成文本数据
[ICML 2024 Spotlight] Differentially Private Synthetic Data via Foundation Model API···
OpenS2V-Nexus
开源
给视频生成模型做主体一致性大考，百万数据+标准评分
[NeurIPS 2025 D&B] OpenS2V-Nexus: A Detailed Benchmark and Million-Scale Dataset for···
bigset-oss
开源
自托管实时数据集，网页 agent 自动抓取持续更新
Open-source BigSet — self-hostable live datasets populated by TinyFish web agents