synthetic-data

機器學習交易程式碼，第 3 版——從資料取得到即時執行

為基礎模型提供資料處理！🍎 🍋 🌽 ➡️ ➡️🍸 🍹 🍷

構建、評估與優化 AI 系統。包含評估、RAG、代理、微調、合成數據生成、資料集管理、MCP 等。

Mimesis 是一個用於產生偽造但真實資料的 Python 函式庫，支援多語言與地區設定

用於生成逼真訓練圖像的 Blender 程式流程管線

面向表格数据的合成数据生成

Distilabel 是一個基於已驗證研究論文的合成數據與 AI 回饋框架，專為需要快速、可靠且具擴充性管線的工程師設計。

Python 因果與概率推理工具包

合成患者群體模擬器

SDG 是一個專門設計用於產生高品質結構化表格資料的框架。

UnrealCV：將電腦視覺連接到 Unreal Engine

🎨 NeMo Data Designer：從頭開始或從種子資料生成高品質的合成資料。

資料庫匿名化與測試資料管理

用於後訓練與結構化資料萃取的合成資料策展

用於表格與時間序列資料的合成資料生成器

使用 AI 模型建構、豐富與轉換資料集，全程無需程式碼

用於生成綜合表格資料的條件式 GAN。

宣告式資料產生器

使用模擬、逼真合成互動來全面診斷與最佳化 agent 的框架

DataDreamer：提示、生成合成資料、訓練與對齊模型。

Synthadoc：一個開源的 LLM 知識編譯引擎，可將原始文件轉換為結構化的本地優先 Wiki。這是傳統 RAG 的透明且人類可讀的替代方案，無需使用任何工具即可進行自我管理與自我改進。

在單一管線中生成高品質合成資料、訓練、測量與評估

[ICLR 2025] 透過提示已對齊的 LLMs 從零開始進行對齊資料合成。您的高效且高品質合成資料生成管線！

一個無需 GPT 即可為您的資料產生合成指令微調資料集的輕量級函式庫。

言語化取樣 (Verbalized Sampling) 是一種免訓練的提示策略，透過要求附帶機率的回應來緩解 LLM 中的模式崩潰。在維持品質的同時實現 2-3 倍的多樣性提升。具備 CLI/API 的模型無關框架，適用於創意寫作、合成資料生成與對話模擬。

合成資料 SDK ✨

MAMMA 的官方程式碼：無標記精確多人動作擷取。

隨手可得的合成綱要與知識圖譜可配置生成工具

用於生成與評估合成表格資料以確保隱私、公平性及進行資料增強的程式庫。

使用 Copula 模型化多變量資料的函式庫