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 2026-09-12 · 当前星标 ★ 169
核心亮点
- 把合成数据流程模块化，提示模板、生成、清洗、过滤可组合复用
- 面向 LLM 微调与模型定制场景，与 ai-agents 工作流衔接自然
- Python 实现，便于二次开发和接入自有模型或推理服务
不足之处
- 项目处于早期，API 与文档可能频繁变动
- 社区规模小，示例和最佳实践积累有限
适用场景
- 为指令微调模型批量生成领域问答对
- 在真实数据受限时构造评测集或冷启动语料
- 结合 Agent 流水线自动扩充和清洗训练数据
替代项目
distilabel、DataDreamer、self-instruct
下一篇：GraphGen
同类项目推荐
DPSDA
开源
不训练模型，也能生成高质量差分隐私合成数据
Private Evolution: Generating DP Synthetic Data without Model Training [ICML 2026, I···
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.
vietnamese-provinces-database
开源
一键获取越南省县乡数据，快速构建本地化地图应用。
Comprehensive SQL and GIS datasets for Vietnamese administrative units, including pr···
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 ···
sentinel-tree-cover
开源
用卫星影像分割森林外的散生树木
Image segmentations of trees outside forest
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···
CVPR2024-Papers-with-Code-Demo
开源
看CVPR 2024论文，一键直达代码和Demo，跟上前沿不费力。
收集 CVPR 最新的成果，包括论文、代码和demo视频等，欢迎大家推荐！Collect the latest C···
compliance-checker
开源
一键扫描数据集，快速发现合规风险
Python tool to check your datasets against compliance standards
datumaro
开源
一个工具搞定 CV 数据集格式转换与质量检查
Dataset Management Framework, a Python library and a CLI tool to build, analyze and ···