david/flash-attention

огледало от https://github.com/Dao-AILab/flash-attention

Автор	SHA1 Съобщение	Дата
Neil Tenenholtz	7153673c1a Fix swiglu backwards return type (#1337)	преди 2 месеца
Tri Dao	3557e0bb8f [MLP] Implement SwiGLU with torch jiterator	преди 1 година
Tri Dao	f1a73d0740 Run isort and black on python files	преди 1 година
Tri Dao	6f6e9a9aaf [FusedDense] Enable sqrelu activation in FusedMLP	преди 1 година