synthetic-data

Mã nguồn cho Machine Learning for Trading, phiên bản thứ 3 — từ tìm kiếm nguồn dữ liệu đến thực thi trực tiếp.

Xử lý dữ liệu cho và bằng foundation models! 🍎 🍋 🌽 ➡️ ➡️🍸 🍹 🍷

Xây dựng, Đánh giá và Tối ưu hóa các Hệ thống AI. Bao gồm đánh giá, RAG, tác nhân, fine-tuning, tạo dữ liệu tổng hợp, quản lý tập dữ liệu, MCP và nhiều tính năng khác.

Mimesis là một thư viện Python dùng để tạo dữ liệu giả nhưng chân thực bằng nhiều ngôn ngữ và ngôn ngữ địa phương khác nhau.

Một quy trình thủ tục Blender để tạo ảnh huấn luyện chân thực như ảnh chụp

Tạo dữ liệu tổng hợp cho dữ liệu dạng bảng

Distilabel là một framework dành cho dữ liệu tổng hợp và phản hồi AI dành cho các kỹ sư cần các đường ống (pipeline) nhanh, đáng tin cậy và có khả năng mở rộng dựa trên các bài báo nghiên cứu đã được kiểm chứng.

Bộ công cụ Python cho suy luận nhân quả và xác suất

Trình mô phỏng dân số bệnh nhân tổng hợp

SDG là một framework chuyên dụng được thiết kế để tạo dữ liệu dạng bảng có cấu trúc chất lượng cao.

UnrealCV: Kết nối Computer Vision với Unreal Engine

🎨 NeMo Data Designer: Tạo dữ liệu tổng hợp chất lượng cao từ đầu hoặc từ dữ liệu gốc.

Ẩn danh hóa cơ sở dữ liệu và quản lý dữ liệu thử nghiệm

Tuyển chọn dữ liệu tổng hợp cho hậu huấn luyện và trích xuất dữ liệu có cấu trúc

Trình tạo dữ liệu tổng hợp cho dữ liệu bảng và chuỗi thời gian

Xây dựng, làm phong phú và biến đổi các bộ dữ liệu bằng mô hình AI mà không cần viết mã

Conditional GAN dùng để tạo dữ liệu bảng tổng hợp (tabular data) nhân tạo.

Trình tạo dữ liệu khai báo

Một framework để chuẩn đoán và tối ưu hóa toàn diện các tác nhân sử dụng các tương tác tổng hợp thực tế, được mô phỏng

DataDreamer: Nhắc lệnh. Tạo dữ liệu tổng hợp. Huấn luyện và căn chỉnh mô hình. 🤖💤

Synthadoc: Công cụ biên dịch kiến thức LLM mã nguồn mở biến tài liệu thô thành wiki cấu trúc, ưu tiên cục bộ. Giải pháp thay thế minh bạch, con người có thể đọc được cho RAG truyền thống, có thể tự quản lý và tự cải thiện mà không cần sử dụng bất kỳ công cụ nào.

Tạo dữ liệu tổng hợp chất lượng cao, huấn luyện, đo lường và đánh giá trong một quy trình duy nhất.

[ICLR 2025] Tổng hợp dữ liệu căn chỉnh từ đầu bằng cách nhắc các LLM đã căn chỉnh mà không cần gì cả. Đường ống tạo dữ liệu tổng hợp chất lượng cao và hiệu quả của bạn!

Thư viện gọn nhẹ để tạo tập dữ liệu tinh chỉnh hướng dẫn mà không cần dùng GPT.

Verbalized Sampling, một chiến lược gợi ý không cần huấn luyện giúp giảm thiểu tình trạng sụp đổ chế độ (mode collapse) trong LLM bằng cách yêu cầu phản hồi kèm xác suất. Cải thiện độ đa dạng gấp 2-3 lần trong khi vẫn duy trì chất lượng. Khung làm việc bất khả tri về mô hình với CLI/API cho viết sáng tạo, tạo dữ liệu tổng hợp và mô phỏng hội thoại.

SDK dữ liệu tổng hợp

Mã nguồn chính thức cho MAMMA: Markerless Accurate Multi-person Motion Acquisition

Tạo lược đồ tổng hợp và đồ thị tri thức có thể cấu hình ngay trong tầm tay

Thư viện tạo và đánh giá dữ liệu bảng tổng hợp phục vụ quyền riêng tư, tính công bằng và tăng cường dữ liệu.

Một thư viện để mô hình hóa dữ liệu đa biến sử dụng copula.