GraphGen 是一个开源的知识驱动合成数据生成框架，旨在提升大语言模型（LLMs）的监督微调效果。它通过 知识图谱 指导数据生成，结合 OpenAI API 等模型接口，生成高质量、结构化的训练数据，解决传统合成数据存在的 事实错误、覆盖不足、结构单一等问题。

🌟核心特性与功能：

📚 知识图谱驱动：利用知识图谱指导数据生成，提升准确性与覆盖率

📝 合成数据生成：自动生成高质量的训练数据，减少人工标注成本

🔑 兼容 OpenAI API：可调用 GPT 模型进行数据生成与优化

⚡ 提升模型微调效果：增强监督微调（SFT）的表现，改善长尾知识覆盖

🧩 模块化设计：支持与现有 LLM 训练管线集成

🚀 开源可扩展：MIT 许可，开发者可自由修改与扩展

🌐 研究与应用结合：既适合学术研究，也能应用于企业级 AI 模型训练