 AlpinDale
|
5d37ec1016
suppress tpu import warning (#696)
|
4 luni în urmă |
|
AlpinDale
|
4fe371b7fa
fix: allow passing float for GiB arguments (#690)
|
4 luni în urmă |
|
AlpinDale
|
bf88c8567e
feat: mamba model support (#674)
|
4 luni în urmă |
|
AlpinDale
|
e200775863
feat: enable using fp8 kv and prefix caching with chunked prefill (#668)
|
4 luni în urmă |
|
AlpinDale
|
62111fab17
feat: allow serving encoder-decoder models in the API server (#664)
|
4 luni în urmă |
|
AlpinDale
|
3f49a55f82
feat: add INT8 W8A16 quant for TPU (#663)
|
4 luni în urmă |
|
AlpinDale
|
3405782f24
fix: max_num_batched_tokens should not be limited for lora (#658)
|
4 luni în urmă |
|
AlpinDale
|
a0e446a17d
feat: initial encoder-decoder support with BART model (#633)
|
4 luni în urmă |
|
AlpinDale
|
f1d0b77c92
[0.6.0] Release Candidate (#481)
|
4 luni în urmă |
|
AlpinDale
|
9d81716bfd
[v0.5.3] Release Candidate (#388)
|
8 luni în urmă |
|
AlpinDale
|
78d66f16d1
Chunked Prefill Part 1 (#384)
|
9 luni în urmă |
|
AlpinDale
|
feb5840f2a
feat: async tokenization (#374)
|
9 luni în urmă |
|
AlpinDale
|
29c241c115
fix: explicitly disallow installation on non-linux platforms (#373)
|
9 luni în urmă |
 AlpinDale
|
97a2b26c97
fix: assertion error when use_sliding_window is present
|
9 luni în urmă |
|
AlpinDale
|
0f6d56b07f
feat: model executor refactor (#367)
|
9 luni în urmă |
|
AlpinDale
|
f8dfac6372
chore: attention refactor and upstream sync apr01 (#365)
|
9 luni în urmă |
|
AlpinDale
|
c41462cfcd
feat: exllamav2 quantization (#305)
|
10 luni în urmă |
|
AlpinDale
|
c2d77b1822
chore: logging refactor (#302)
|
10 luni în urmă |
|
AlpinDale
|
a98babfb74
fix: bnb on Turing GPUs (#299)
|
10 luni în urmă |
|
AlpinDale
|
9810daa699
feat: INT8 KV Cache (#298)
|
10 luni în urmă |
|
AlpinDale
|
e0c35bb353
feat: bitsandbytes and `--load-in{4,8}bit` support (#294)
|
10 luni în urmă |
|
AlpinDale
|
705821a7fe
feat: AQLM quantization support (#293)
|
10 luni în urmă |
|
AlpinDale
|
a1d8ab9f3e
fix: lora on quantized models (barred gguf) (#292)
|
10 luni în urmă |
|
AlpinDale
|
ac82b67f75
feat: naive context shift and various QoL changes (#289)
|
10 luni în urmă |
|
AlpinDale
|
72229a94da
feat: better marlin kernels (#285)
|
10 luni în urmă |
|
AlpinDale
|
657aec0cbd
refactor: OpenAI endpoint (#261)
|
10 luni în urmă |
|
AlpinDale
|
842912d022
feat: on-the-fly gguf conversion (#250)
|
11 luni în urmă |
|
AlpinDale
|
ea0f57b233
feat: allow further support for non-cuda devices (#247)
|
11 luni în urmă |
|
AlpinDale
|
c3a221eb02
feat: GGUF, QuIP#, and Marlin support (#228)
|
11 luni în urmă |
|
AlpinDale
|
31c95011a6
feat: FP8 E5M2 KV Cache (#226)
|
11 luni în urmă |
