david/aphrodite-engine: PygmalionAI's large-scale inference engine pygmalion.chat It is designed to serve as the inference endpoint for the PygmalionAI website, and to allow serving the Pygmalion models to a large number of users with blazing fast speeds (thanks to vLLM's Paged Attention). @ mistral_skip_special_tokens

AlpinDale a985143768 core: add cuda graph support for encoder-decoder models (#1051)		4 tuần trước cách đây
..
backends	a985143768 core: add cuda graph support for encoder-decoder models (#1051)	4 tuần trước cách đây
ops	e200775863 feat: enable using fp8 kv and prefix caching with chunked prefill (#668)	4 tháng trước cách đây
__init__.py	1405051912 attention: add `AttentionState` abstraction (#863)	1 tháng trước cách đây
layer.py	bf88c8567e feat: mamba model support (#674)	4 tháng trước cách đây
selector.py	4ddc14d653 core: use flashinfer for FP8 KV when available (#944)	1 tháng trước cách đây