SDGym 是数据集领域的开源项目，由 sdv-dev 开发，2019 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 311。
项目目前处于活跃维护状态，最近一次代码更新于 2026-08-31。免费使用，无付费版本。
它主要面向的使用场景是：评估不同合成数据算法在公开数据集上的表现。同类可对比的替代方案包括 Synthcity、YData Synthetic、CTGAN。
GitHub 星标
★ 311
维护状态
活跃
是否开源
是
定价模式
free
项目数据
分类数据集
开发团队sdv-dev
所属国家
定价模式free
价格说明开源项目，免费使用，无付费版本。
访问状态
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★ 311
30天Star增速
HF 下载量
上线时间2019-02-27 00:00:00
最近更新2026-08-31 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-10
浏览次数10
使用教程
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
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