github-star-benchmarks 2026 评测：GitHub 星标基准数据集

github-star-benchmarks 是什么？

github-star-benchmarks 是一个专注于 GitHub 星标指标的 AI 研究数据集。它汇总了来自 3260 万个星标仓库的数据。该数据集使用特定的星标阈值（包括 100、1k、10k 和 100k 星标）来结构化这些信息。它还按编程语言和年龄组对仓库进行分类，以便于分析。

核心功能

• 星标阈值：数据按特定的星标数量分段，包括 100、1k、10k 和 100k 星标。
• 语言组：仓库按编程语言分组，以便进行对比分析。
• 年龄组：数据集包含基于年龄的分组，以在星标指标的同时追踪仓库的存续时间。

定价

官方网站或仓库中列出的公开/开源项目材料；在依赖此页面之前，请在那里确认许可证及任何付费打包情况。

局限

• 指标局限性：该数据集仅依赖 GitHub 星标数量，这可能无法反映更广泛的软件质量或维护状态。
• 平台特异性：数据仅限于 GitHub 仓库，不包括托管在其他平台上的项目。

适合谁？

适合对研究仓库流行度、编程语言和年龄之间关系感兴趣的研究人员和数据分析师。它适用于专注于开源项目动态的学术或行业研究。

平替

• llm-course — LLM 学习课程
• nlp-before-llms — LLM 之前的 NLP 资源
• Liquid Inference — 面向推理的数据工具