Show HN: SyntheticRows – 扩展小数据集，附带诚实质量评分

- SyntheticRows 是一个面向数据科学团队的工具，能从少量真实样本（如几十条记录）自动生成大量合成数据集，用于机器学习训练或测试。 - 其核心差异化在于附带一个"诚实质量评分"——该评分会量化合成数据与原始数据的分布匹配度，并对极端值、伪相关等常见陷阱做出预警，而非仅输出一个漂亮数字。 - 背景：机器学习需要大量标注数据，但获取真实数据往往昂贵、涉及隐私或稀缺。合成数据生成（SDG）是近年来兴起的解决方案，但质量参差不齐，很多工具隐瞒了合成数据的盲点。 - 该工具以命令行（CLI）和 Python 库形式提供，定位为补齐现有 SDG 生态中"可审计性"的缺失。项目主页发布在 Hacker News 的 Show HN 上，属于独立开发者/小团队的作品。