SDGym

一键跑分，对比各种合成数据生成算法

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署 数据集 🍴 复刻 69 🐛 待处理 29 👀 关注 12
GitHub ↗
GitHub 星标 ★ 313
维护状态 活跃
是否开源 开源
定价模式 🏷️完全免费 开源项目，免费使用，无付费版本。

项目预览

SDGym 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类数据集
开发团队sdv-dev
GitHubhttps://github.com/sdv-dev/SDGym
定价模式🏷️完全免费
价格说明开源项目，免费使用，无付费版本。
访问状态🔧 仅开源项目，无在线服务，需自行部署
是否开源是
开源协议NOASSERTION
主要语言Python
技术栈/模型benchmark,deep-learning,generative-adversarial-network,generative-ai,generative-models,sdgym-synthesizers,synthetic-data,synthetic-data-vault,tabular-data
GitHub 星标★ 313
上线时间2019-02-27 00:00:00
代码更新2026-11-09
仓库体积4.4 MB
本站数据更新2026-11-10
维护状态活跃
收录时间2026-08-10
浏览次数11

项目介绍

SDGym 是一个用于基准测试合成数据生成方法的开源工具，由 SDV 团队开发。它解决了如何公平、系统地评估不同合成数据生成算法性能的问题。SDGym 提供了一套标准化的基准测试框架，支持多种生成模型（如 GAN、VAE 等），并集成了多个公开数据集，能够自动运行实验并生成对比报告。其核心能力包括：可扩展的合成器接口、分布式执行、性能指标计算（如相似度、隐私保护）以及结果可视化。用户可以通过简单的配置启动基准测试，快速比较不同方法的优劣，从而为选择或研发新的合成数据算法提供依据。

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 2026-08-10 · 当前星标 ★ 313

核心亮点

  • 提供统一基准框架，支持多种生成模型和数据集，结果可比性强
  • 集成分布式执行，可扩展至大规模实验，提升测试效率
  • 内置丰富评估指标，覆盖数据相似度与隐私保护，结果全面

不足之处

  • 文档相对简略，新手入门有一定门槛
  • 项目维护活跃度一般，可能跟不上最新生成模型

适用场景

  • 评估不同合成数据算法在公开数据集上的表现
  • 为科研或工业界选择合成数据工具提供数据支撑
  • 开发新的合成数据模型时，快速与现有方法对比

替代项目

Synthcity、YData Synthetic、CTGAN

上一篇：awesome-data-centric-ai

下一篇：gen-fraud-graph

同类项目推荐

apd-core 开源

公开数据集清单的元数据底座，统一收录与贡献

Core meta for awesome-public-datasets. Contribute new data here!

★ 417 2026-11-02
awesome-data-llm 开源

一张清单看懂大模型数据从哪来、怎么洗、怎么配

Official Repository of "LLM × DATA" Survey Paper

★ 834 2026-10-29
medalign 开源

用医生真实指令数据，提升大模型在电子病历上的表现

MedAlign is a clinician-generated dataset for instruction following with electronic ···

★ 104 2026-08-09
Mol-Instructions 开源

用大规模指令数据，让大模型精通生物分子任务

[ICLR 2024] Mol-Instructions: A Large-Scale Biomolecular Instruction Dataset for Lar···

★ 295 2026-08-09
MagicBrush 开源

手工标注的指令图像编辑数据集，让模型更懂你的修改指令。

[NeurIPS'23] "MagicBrush: A Manually Annotated Dataset for Instruction-Guided Image ···

★ 412 2026-08-09
AlignLedger 开源

把标注、审核、溯源和数据集冻结串成一条可复现流水线

Human-feedback and data-governance infrastructure for RSI research: annotation, revi···

★ 100 2026-11-02