AlpinDale 9bbc75d2e3 wip 6 kuukautta sitten
..
__init__.py 5884e0b904 add bitnetforcausallm support 6 kuukautta sitten
arctic.py 656459fd84 make fp8_e4m3 work on nvidia 6 kuukautta sitten
baichuan.py 656459fd84 make fp8_e4m3 work on nvidia 6 kuukautta sitten
bitnet.py 9bbc75d2e3 wip 6 kuukautta sitten
bloom.py 656459fd84 make fp8_e4m3 work on nvidia 6 kuukautta sitten
chatglm.py 656459fd84 make fp8_e4m3 work on nvidia 6 kuukautta sitten
commandr.py 656459fd84 make fp8_e4m3 work on nvidia 6 kuukautta sitten
dbrx.py 656459fd84 make fp8_e4m3 work on nvidia 6 kuukautta sitten
decilm.py 50b7c13db0 refactor: attention selector (#552) 6 kuukautta sitten
deepseek.py 656459fd84 make fp8_e4m3 work on nvidia 6 kuukautta sitten
falcon.py 656459fd84 make fp8_e4m3 work on nvidia 6 kuukautta sitten
gemma.py 656459fd84 make fp8_e4m3 work on nvidia 6 kuukautta sitten
gpt2.py 656459fd84 make fp8_e4m3 work on nvidia 6 kuukautta sitten
gpt_bigcode.py 656459fd84 make fp8_e4m3 work on nvidia 6 kuukautta sitten
gpt_j.py 656459fd84 make fp8_e4m3 work on nvidia 6 kuukautta sitten
gpt_neox.py 656459fd84 make fp8_e4m3 work on nvidia 6 kuukautta sitten
internlm2.py 656459fd84 make fp8_e4m3 work on nvidia 6 kuukautta sitten
jais.py 656459fd84 make fp8_e4m3 work on nvidia 6 kuukautta sitten
llama.py ac79d115b3 add guards for prefix caching, fp8, chunked, etc 6 kuukautta sitten
llama_embedding.py 50b7c13db0 refactor: attention selector (#552) 6 kuukautta sitten
llava.py 24a2d9c2c8 minor llava refactoring 6 kuukautta sitten
minicpm.py 656459fd84 make fp8_e4m3 work on nvidia 6 kuukautta sitten
mixtral.py ac79d115b3 add guards for prefix caching, fp8, chunked, etc 6 kuukautta sitten
mixtral_quant.py ac79d115b3 add guards for prefix caching, fp8, chunked, etc 6 kuukautta sitten
mpt.py 656459fd84 make fp8_e4m3 work on nvidia 6 kuukautta sitten
olmo.py 656459fd84 make fp8_e4m3 work on nvidia 6 kuukautta sitten
opt.py 656459fd84 make fp8_e4m3 work on nvidia 6 kuukautta sitten
orion.py 656459fd84 make fp8_e4m3 work on nvidia 6 kuukautta sitten
phi.py 656459fd84 make fp8_e4m3 work on nvidia 6 kuukautta sitten
phi3_small.py 696f2cd59c add phi3_small support with blocksparse attention 6 kuukautta sitten
qwen.py 656459fd84 make fp8_e4m3 work on nvidia 6 kuukautta sitten
qwen2.py ac79d115b3 add guards for prefix caching, fp8, chunked, etc 6 kuukautta sitten
qwen2_moe.py 656459fd84 make fp8_e4m3 work on nvidia 6 kuukautta sitten
stablelm.py 656459fd84 make fp8_e4m3 work on nvidia 6 kuukautta sitten
starcoder2.py ac79d115b3 add guards for prefix caching, fp8, chunked, etc 6 kuukautta sitten
vlm_base.py f970f3f3fb add base class for VLMs 6 kuukautta sitten
xverse.py ac79d115b3 add guards for prefix caching, fp8, chunked, etc 6 kuukautta sitten