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 2026-08-17 · 当前星标 ★ 375
使用教程
ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。
环境要求
- Python 3.9+
- PyTorch 或 Transformers
- 一份表格数据
安装与启动步骤
-
1装库
纯 Python 库，装完即可用
pip install be-great -
2备数据
读成 DataFrame，列名与类型先清洗干净
-
3训练并采样
少量轮次就能出样本，别一上来训很久
-
4比分布
拿合成数据与真实数据做统计对比，别只看像不像
如何确认成功
用几百行真实数据训完能生成同结构的合成表，列类型与取值范围与原始数据一致。
注意事项
- 用预训练语言模型合成表格数据，卖点是少调参、能吃混合类型列。
- 小样本效果好，样本量上来后要跟传统方法对比再决定用哪个。
- 高基数类别列容易被压成少数几个取值，生成前先看列分布。
- 合成数据不能直接替代真实数据做合规声明，涉隐私要另做评估。
- 对 Transformers 版本敏感，冲突时先建干净环境。
核心亮点
- 创新性地将预训练 LLM 用于表格数据合成，生成质量高
- 支持少量样本学习，数据稀缺场景下仍能有效生成
- 提供数据质量评估工具，便于量化合成数据与真实数据的差异
不足之处
- 依赖较大模型，推理资源消耗较高
- 文档/社区待观察
适用场景
- 隐私保护：共享数据前生成脱敏合成数据
- 数据增强：扩充小样本数据集以提升模型训练效果
- 类别不平衡：为少数类生成更多样本以平衡数据集
替代项目
CTGAN、TVAE、SDV
同类项目推荐
ObjaversePlusPlus
开源
想要高质量3D数据？Objaverse++ 帮你筛选出精品，训练效果更稳。
[ICCV 2025] Repo for Objaverse++, Curated 3D Object Dataset with Quality Annotations
awesome-healthcare-datasets
开源
一页清单找齐医疗AI公开数据集，省去全网翻找
Healthcare and biomedical datasets, for AI/ML
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.
Awesome_Think_With_Images
开源
一页看全“用图像思考”的多模态推理论文地图
Resources and paper list for "Thinking with Images for LVLMs". This repository accom···
HumanArt
开源
一个数据集，让AI看懂真实与虚构世界的各种人类姿态
[CVPR 2023] The official implementation of CVPR 2023 paper "Human-Art: A Versatile H···
spotlight
开源
从 DataFrame 交互式浏览图像音频数据集，快速筛出脏数据。
Interactively explore unstructured datasets from your dataframe.
WhatsMyName
开源
一个数据集，查遍全网用户名，OSINT 必备。
Archived Nov 2026. Final dataset of 691 websites for finding accounts by username. N···
LongICLBench
开源
测出长上下文模型在超长输入下的真实学习能力
Code and Data for "Long-context LLMs Struggle with Long In-context Learning" [TMLR20···
OpusFilter
开源
配置式过滤平行语料，快速清洗出高质量句对
OpusFilter - Parallel corpus processing toolkit