synthetic-data

Code pour « Machine Learning for Trading », 3e édition — de l'acquisition de données à l'exécution en temps réel.

Traitement de données pour et avec des modèles de fondation !

Construisez, évaluez et optimisez des systèmes d'IA. Inclut des évaluations, RAG, agents, fine-tuning, génération de données synthétiques, gestion de jeux de données, MCP, et plus encore.

Mimesis est une bibliothèque Python permettant de générer des données fictives mais réalistes dans plusieurs langues et paramètres régionaux.

Pipeline procédural Blender pour la génération d'images d'entraînement photoréalistes.

Génération de données synthétiques pour les données tabulaires

Distilabel est un framework de données synthétiques et de rétroaction IA pour les ingénieurs ayant besoin de pipelines rapides, fiables et évolutifs basés sur des articles de recherche vérifiés.

Boîte à outils Python pour le raisonnement causal et probabiliste

Simulateur de population de patients synthétiques

SDG est un framework spécialisé conçu pour générer des données tabulaires structurées de haute qualité.

UnrealCV : Connecter la vision par ordinateur à Unreal Engine

🎨 NeMo Data Designer : Générez des données synthétiques de haute qualité à partir de zéro ou de données sources.

Anonymisation de base de données et gestion des données de test

Curation de données synthétiques pour le post-entraînement et l'extraction de données structurées.

Générateurs de données synthétiques pour données tabulaires et séries temporelles

Construire, enrichir et transformer des jeux de données à l'aide de modèles d'IA sans écrire de code.

GAN conditionnel pour la génération de données tabulaires synthétiques.

Générateur de données déclaratif

Un framework pour le diagnostic complet et l'optimisation d'agents via des interactions synthétiques réalistes simulées

DataDreamer : Créer des prompts, générer des données synthétiques, entraîner et aligner des modèles.

Synthadoc : un moteur de compilation de connaissances LLM open-source qui transforme des documents bruts en wikis structurés et locaux. Une alternative transparente et lisible par l'humain au RAG traditionnel, auto-hébergée et auto-améliorée sans outils tiers.

Générer des données synthétiques de haute qualité, entraîner, mesurer et évaluer dans un pipeline unique

[ICLR 2025] Synthèse de données d'alignement à partir de zéro en sollicitant des LLM alignés sans données préalables. Votre pipeline efficace de génération de données synthétiques de haute qualité.

Une bibliothèque légère pour générer des jeux de données d'instruction tuning synthétiques pour vos données sans GPT.

Verbalized Sampling, une stratégie de prompting sans entraînement pour atténuer l'effondrement de mode dans les LLM en demandant des réponses avec probabilités. Permet une amélioration de la diversité de 2 à 3 fois tout en maintenant la qualité. Cadre agnostique au modèle avec CLI/API pour l'écriture créative, la génération de données synthétiques et la simulation de dialogue.

SDK de données synthétiques ✨

Code officiel de MAMMA : Markerless Accurate Multi-person Motion Acquisition.

Génération configurable de schémas synthétiques et de graphes de connaissances à portée de main

Une bibliothèque pour générer et évaluer des données tabulaires synthétiques pour la confidentialité, l'équité et l'augmentation de données.

Une bibliothèque pour modéliser des données multivariées à l'aide de copules.