Promptwright开源项目 – 生成合成数据的灵活工具

Yadget是一个数据生成工具，旨在帮助创作者生成合成数据，以测试和验证他们的数字产品，特别适用于机器学习和人工智能项目。

Instill VDP是一个开源的无代码/低代码平台，旨在快速创建AI工作流程。它能够处理非结构化数据，确保高效的数据连接、灵活的管道设计，以及平滑的AI模型与数据源集成。

MockThis是一个利用GPT技术生成真实合成数据的AI工具，旨在简化各种应用的模拟数据生成过程。用户可以通过网站或API轻松生成所需数量的模拟数据，支持JSON格式输出，适用于软件开发、原型设计、数据分析等多种场景。

Aurora AI是一个提供高质量合成数据的平台，旨在以实惠的价格生成模拟真实数据特征的合成数据，同时保护敏感信息。用户可以通过网站注册账户，访问数据生成功能，根据需求指定合成数据集的格式、结构和大小，Aurora AI的先进算法和模型将基于这些要求生成合成数据。

Cleora PRO帮助数据科学和分析团队在没有昂贵硬件的情况下创建高质量的嵌入。用户可以通过加入Cleora PRO的私人测试版，从数据库中提取三列数据，系统会自动检测数据中的图形。

synthesis.ai是一个前沿平台，专注于生成高质量的合成数据，用于训练机器学习模型，解决传统数据收集中的隐私和伦理问题，提供多样化的定制数据集，满足不同需求。

设计精致的桌面AI对话应用，可以利用本地运行的大型语言模型(Mistral-7B)与用户文件进行交互对话，帮助开发者及终端用户更便捷地利用本地资源进行人机交互。

SKY ENGINE AI 是一个前沿平台，专为数据科学家、AI开发者和研究人员设计，利用合成数据进行视觉AI深度学习。它能够在虚拟环境中生成和训练定制的AI模型，适用于汽车、医疗和国防等需要高保真视觉数据模拟的领域。

SciPhi旨在支持大型语言模型(LLMs)的训练和评估，提供了数据生成和模型输出评估两个关键功能，帮助用户高效地生成合成数据，并对模型的性能进行稳健的评估。

PLAN-AND-ACT 是一个旨在提升大型语言模型（LLM）代理在长期任务中规划能力的框架。它通过分离高层次规划和低层次执行，结合动态重新规划和合成数据生成方法，显著增强了代理在复杂任务中的性能和鲁棒性。该框架包括 PLANNER 和 EXECUTOR 两个核心组件，分别负责生成结构化计划并将其转化为环境特定的动作。

本项目旨在利用合成数据，通过大语言模型从非结构化文档生成查询和相关文档，从而创建合成数据集，以微调开源嵌入模型。这样可以显著提高信息检索的准确性和效率，同时增强模型在特定领域的理解能力。

InstructLab 是一个开源项目，旨在通过合成数据方法对大型语言模型（LLM）进行对齐和微调。其核心组件 `ilab` 提供了命令行界面，支持模型下载、交互式聊天、生成训练数据、模型训练和评估等功能。项目强调社区协作，允许用户通过贡献知识和技能到 taxonomy 仓库来改进模型。InstructLab 支持多种硬件加速选项（如 Apple Metal、AMD ROCm、NVIDIA CUDA），并提供了完整的端到端工作流程，从数据生成到模型训练和评估。

MDClone通过提供一整套工具，简化医疗数据的探索、发现与协作，旨在改善患者结果和运营效率，适用于医疗系统、生命科学和研究机构。

Llama Stack 是一个开源项目，旨在将 LLM 应用构建生成周期的所有组件打包，包括训练、微调、产品评估、观测、Agent & Memory、合成数据生成等，并支持 9+ 提供商。

Giskard是一个开源测试框架，专为生成式AI和机器学习模型设计。它集成了130多种评估指标，支持自动化检测生成内容的事实性、安全性及合规性。Giskard可以处理从表格模型到大型语言模型（LLM）的所有内容，并提供企业级测试中心，支持自托管和云部署。它还与Hugging Face、MLFlow、Weights & Biases等平台无缝集成，帮助团队更快、更好地交付机器学习产品。

Huggingface 整理并发布了关于 Deepseek R1 的所有重要内容和社区工作，包括评估分数复现、训练管道复现、合成数据生成流程、重要人物对 R1 模型的表态以及尝试复现 R1 的开源项目。该项目旨在为研究人员和开发者提供一个全面的资源，以便更好地理解和复现 Deepseek R1 模型。