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 2026-10-29 · 当前星标 ★ 494
核心亮点
- 按主题分类整理合成数据相关论文，便于系统入门
- 持续更新至 2025 年 7 月，能跟进近期进展
- 纯阅读清单形态，轻量、查阅成本低
不足之处
- 仅提供链接与条目，缺少每篇的摘要与点评
- 无代码或可运行工具，实践指导有限
适用场景
- 研究生调研 LLM 合成数据方向时做文献索引
- 算法团队做数据合成方案选型前快速扫盲
- 撰写综述或开题报告时收集参考条目
替代项目
Awesome-LLM、Awesome-Data-Centric-LLM
同类项目推荐
awesome-industrial-datasets
开源
工业AI找数据，一页清单直接定位可用数据集
A curated collection of public industrial datasets.
Recommendations-Diffusion-Text-I···
开源
一册在手，快速掌握扩散模型在文本图像生成的全部前沿论文。
A paper collection of recent diffusion models for text-image generation tasks, e,g.,···
fastdup
开源
快速扫描海量图像视频，自动揪出重复、异常和标签错误
fastdup is a powerful, free tool designed to rapidly generate valuable insights from···
awesome-remote-sensing-change-de···
开源
一站式找齐遥感变化检测数据集和方法
A comprehensive and up-to-date compilation of datasets, tools, methods, review paper···
Anime-Face-Dataset
开源
下载即用，快速训练动漫人脸生成模型
A collection of high-quality anime faces.
meerkat
开源
打开数据黑盒，几行代码交互式检查训练集，快速定位模型翻车原因。
Explore and understand your training and validation data.
somali-language-standard
开源
给索马里语定一套机器可读的版本化标准，让低资源 NLP 有据可依。
The open, machine-readable standard for the Somali language — orthography, grammar,···
awesome-NLP-resources
开源
一站式收藏NLP项目，告别东搜西找
a collection of NLP projects&tools. 自然语言处理方向项目和工具集合。
Chatbot-Training-Corpus
开源
拿来即用的中英文聊天语料，快速启动你的对话模型训练
总结了一些可以用作聊天机器人训练实作的文字语聊，包含中英文不同语言