uclaml की ट्रैक की गई ओपन सोर्स रिपॉजिटरी, स्टार के हिसाब से क्रमबद्ध।
सेल्फ-प्ले फाइन-ट्यूनिंग (SPIN) का आधिकारिक कार्यान्वयन
Self-Play Preference Optimization (SPPO) का आधिकारिक इम्प्लीमेंटेशन
