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). @ multinode_dynatemp

AlpinDale 0d3562a7f9 MQA in triton FA		6 luni în urmă
..
__init__.py	9d81716bfd [v0.5.3] Release Candidate (#388)	8 luni în urmă
paged_attn.py	fca911ee0a vLLM Upstream Sync (#526)	6 luni în urmă
prefix_prefill.py	fca911ee0a vLLM Upstream Sync (#526)	6 luni în urmă
triton_flash_attn.py	0d3562a7f9 MQA in triton FA	6 luni în urmă