SynLogic 是数据集领域的开源项目，由 MiniMax-AI 开发，2025 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 208。
项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-08-24。MIT许可证，完全免费，无付费版本。
它主要面向的使用场景是：学术研究：复现论文结果，探索逻辑推理数据增强方法。同类可对比的替代方案包括 STaR、Self-Instruct、WizardLM。
项目数据
分类开源模型
开发团队MiniMax-AI
所属国家
定价模式free
价格说明开源项目，MIT许可证，完全免费，无付费版本。
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型large-language-models,llms,logical-reasoning,synlogic
GitHub 星标★ 208
30天Star增速
HF 下载量
上线时间2025-05-23 00:00:00
最近更新2026-08-24 00:00:00
维护状态低维护
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-09
浏览次数10
使用教程
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
项目介绍
同类项目推荐
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