Inicio Proyectos SPIN
SPIN

SPIN

por uclaml · GitHub

La implementación oficial de Auto-Juego Fine-Tuning (SPIN)

Ver en GitHub
En palabras simples

Entrena y mejora modelos de lenguaje utilizando técnicas de auto-juego para mejorar su rendimiento.

⭐ Estrellas
🍴 Ramas
🔥 Tendencias
📜 Licencia
Uso comercial permitido
📅 Creado
🔄 Último commit
🏷️ Categoría
💻 Lenguaje
¿Mantienes este proyecto?

Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.

Reivindicar esta pagina →
SPIN — GitHub preview card
📈 Historial de estrellas
1 2481 247
2026-07-202026-07-29
📈 Sigue SPIN

Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.

Gratis · sin tarjeta · cancela cuando quieras
Recibir alertas por email →
📄 Acerca de

La implementación oficial de Auto-Juego Fine-Tuning (SPIN)

SPIN tiene 1.2k estrellas en GitHub. Se ha bifurcado 105 veces. SPIN está escrito principalmente en Python. Se desarrolla activamente desde 2024. SPIN está disponible bajo la licencia Apache-2.0. Sus temas principales son: deep-learning, fine-tuning, large-language-models, self-play.

Frequently asked questions

¿Qué es SPIN?

La implementación oficial de Auto-Juego Fine-Tuning (SPIN)

¿SPIN es de código abierto?

SPIN es un proyecto de código abierto. Se distribuye bajo la licencia Apache-2.0.

¿SPIN es gratis?

Sí. SPIN es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.

¿Bajo qué licencia está SPIN?

SPIN está disponible bajo la licencia Apache-2.0.

¿En qué lenguaje está escrito SPIN?

SPIN está escrito principalmente en Python.

🏅 ¿Mantenedor de este proyecto?
OpenSourceAI badge — SPIN

Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.

[![OpenSourceAI](https://opensourceai.tech/badge.php?tool=uclaml-spin)](https://opensourceai.tech/project/uclaml-spin.html)
Más opciones de distintivos →
🧬 Comparte ADN con🧬 Ver el mapa de ADN →

Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.