david/flash-attention: flash-attention from https://github.com/Dao-AILab/flash-attention @ ipiszy/used_q

zrcadlo https://github.com/Dao-AILab/flash-attention

Curtis "Fjord" Hawthorne d8aacc510c return z_loss (#768)		před 1 rokem
..
test_cross_entropy.py	d8aacc510c return z_loss (#768)	před 1 rokem
test_cross_entropy_parallel.py	08124c8f9c [CrossEntropy] Implement logit_scale option	před 1 rokem