be_great

用大模型生成以假乱真的表格数据，解决隐私和数据短缺问题。

be_great 是一个基于预训练大语言模型（LLM）生成合成表格数据的开源工具。它解决了真实表格数据隐私保护、数据稀缺和不平衡等问题，通过利用 LLM 的上下文学习能力，仅需少量样本即可生成高质量、统计特征接近真实的合成数据。核心能力包括：支持多种表格数据格式、自定义生成条件、提供数据质量评估指标，并能处理分类和数值特征。项目采用 Python 实现，基于 transformers 库，易于集成到现有数据流水线中。

开源 unknown 数据集
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 365
维护状态 活跃
是否开源 是
定价模式 unknown

项目数据

分类数据集
开发团队tabularis-ai
所属国家
官网地址https://tabularis.ai
GitHubhttps://github.com/tabularis-ai/be_great
定价模式unknown
价格说明定价信息待确认
访问状态
是否开源是
开源协议MIT
主要语言Python
技术栈/模型data-generation,deep-learning,synthetic-data,synthetic-dataset-generation,tabular-data,transformers
GitHub 星标★ 365
30天Star增速
HF 下载量
上线时间2022-09-14 00:00:00
最近更新2026-08-16 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2026-08-17
浏览次数0

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

项目介绍

be_great 是一个数据集领域的开源项目，官方简介：A novel approach for synthesizing tabular data using pretrained large language models。项目使用 Python 开发，在 GitHub 上获得 365 星标。

上一篇：datalad

下一篇：没有了！

同类项目推荐

SynLogic 开源

大规模合成可验证推理数据，让模型逻辑更聪明

[NeurIPS 2025] The official repo of SynLogic: Synthesizing Verifiable Reasoning Data···

★ 204 2026-08-09
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 ···

★ 3368 2026-08-10
Awesome-Crack-Detection 开源

按范式、泛化性、数据集，快速索引裂缝检测论文。

A comprehensive paper list of deep learning for crack detection, in terms of learnin···

★ 85 2026-08-09