AlpinDale 4a7cb8f232 rocm: add custom paged attention kernels for ROCm (#1043) 2 månader sedan
..
adapter_commons 2f61644f6e SPMD optimizations (#824) 3 månader sedan
assets 411ac4f405 vlm: add support for Qwen2-VL model (#1015) 2 månader sedan
attention 4a7cb8f232 rocm: add custom paged attention kernels for ROCm (#1043) 2 månader sedan
common 055c8905a3 api: add sampling/engine option to return only deltas or final output (#1035) 2 månader sedan
compilation 0e5cf7f840 tpu: avoid dynamo guard eval overhead (#949) 2 månader sedan
distributed 61103b92d4 tpu: support single and multi-host TPUs on GKE and RayServe (#970) 2 månader sedan
endpoints 055c8905a3 api: add sampling/engine option to return only deltas or final output (#1035) 2 månader sedan
engine 05be6085ec core: factor out input preprocessing into a separate class (#1039) 2 månader sedan
executor f2b6dc3872 cpu: add support for W8A8 quantization via compressed-tensor (#1017) 2 månader sedan
inputs 05be6085ec core: factor out input preprocessing into a separate class (#1039) 2 månader sedan
kv_quant 8a71788372 Add OLMoE (#772) 4 månader sedan
lora bf4a4d8516 fix: do not register punica with torch if using older torch (#948) 2 månader sedan
modeling 6951928522 xpu: bump IPEX to 2.3, support GQA (#1042) 2 månader sedan
multimodal 411ac4f405 vlm: add support for Qwen2-VL model (#1015) 2 månader sedan
platforms f2b6dc3872 cpu: add support for W8A8 quantization via compressed-tensor (#1017) 2 månader sedan
plugins 9797d38b24 torch.compile: allow adding custom compile backends via plugins (#1041) 2 månader sedan
processing f561a54a43 core: fix async postprocessor in case of preemption (#1000) 2 månader sedan
prompt_adapter 30d02d0747 chore: remove peft as a requirement (#1006) 2 månader sedan
quantization f2b6dc3872 cpu: add support for W8A8 quantization via compressed-tensor (#1017) 2 månader sedan
server 22a4cd4595 core: fix spec decode metrics and envs circular import (#889) 2 månader sedan
spec_decode 5c3b94de45 spec decode: move ops.advane_step to flash attention backend (#1005) 2 månader sedan
transformers_utils 411ac4f405 vlm: add support for Qwen2-VL model (#1015) 2 månader sedan
triton_utils f1d0b77c92 [0.6.0] Release Candidate (#481) 6 månader sedan
worker 9797d38b24 torch.compile: allow adding custom compile backends via plugins (#1041) 2 månader sedan
__init__.py f1d0b77c92 [0.6.0] Release Candidate (#481) 6 månader sedan
_core_ext.py f1ea7711bd core: do not compile ScalarType for torch < 2.4.0 (#938) 2 månader sedan
_custom_ops.py 4a7cb8f232 rocm: add custom paged attention kernels for ROCm (#1043) 2 månader sedan
_ipex_ops.py 6951928522 xpu: bump IPEX to 2.3, support GQA (#1042) 2 månader sedan
connections.py c6c91edab7 ci: update & overhaul test units (#769) 3 månader sedan
constants.py 2f61644f6e SPMD optimizations (#824) 3 månader sedan
py.typed 1c988a48b2 fix logging and add py.typed 1 år sedan
scalar_type.py f1d0b77c92 [0.6.0] Release Candidate (#481) 6 månader sedan
version.py cbd51a208a ci: bump to 0.6.5 (#964) 2 månader sedan