 AlpinDale
|
4d4e767838
ci: take one of fixing lint issues
|
4 tháng trước cách đây |
|
AlpinDale
|
614ca6b0bf
feat: support logits soft capping with flash attention backend
|
4 tháng trước cách đây |
|
AlpinDale
|
51ea8ad376
chore: modularize prepare input and attn metadata builder
|
4 tháng trước cách đây |
|
AlpinDale
|
22305c91e9
refactor _prepare_model_input_tensor and attn metadata builder for most backends
|
4 tháng trước cách đây |
|
AlpinDale
|
9d7beaa5b9
chore: separate kv_scale into k_scale and v_scale
|
4 tháng trước cách đây |
|
AlpinDale
|
2105e4fd6b
feat: correctly invoke prefill & decode kernels for cross-attention
|
4 tháng trước cách đây |
 AlpinDale
|
405bb74612
Control plane comms refactor (#573)
|
5 tháng trước cách đây |
|
AlpinDale
|
696f2cd59c
add phi3_small support with blocksparse attention
|
5 tháng trước cách đây |
|
AlpinDale
|
a94de94c44
refactor: combine the prefill and decode into a single API (#553)
|
5 tháng trước cách đây |
|
AlpinDale
|
50b7c13db0
refactor: attention selector (#552)
|
5 tháng trước cách đây |
|
AlpinDale
|
8b56dc4347
dict -> torch.Tensor for blocks_to_swap
|
5 tháng trước cách đây |
|
AlpinDale
|
3a0d1c7705
add get_name method to attention backends
|
5 tháng trước cách đây |
|
AlpinDale
|
21ce19b3ea
blocks_to_copy dict -> torch.Tensor
|
5 tháng trước cách đây |
|
AlpinDale
|
2351a0e2cd
feat: FlashInfer backend for decoding phase (#548)
|
5 tháng trước cách đây |
|
AlpinDale
|
fca911ee0a
vLLM Upstream Sync (#526)
|
6 tháng trước cách đây |
|
AlpinDale
|
9d81716bfd
[v0.5.3] Release Candidate (#388)
|
8 tháng trước cách đây |
