 Theia Vogel
|
877b4d0c62
llama : add support for control vectors (#5970)
|
há 1 ano atrás |
 Michael Podvitskiy
|
69ff61397d
llama : support models without vocabulary (#5798)
|
há 1 ano atrás |
 slaren
|
f30ea47a87
llama : add pipeline parallelism support (#6017)
|
há 1 ano atrás |
 Georgi Gerganov
|
05b06210c9
llama : more consistent names of count variables (#5994)
|
há 1 ano atrás |
|
Georgi Gerganov
|
ee35600b90
llama : fix F16/F32 downcast + improve names (#5980)
|
há 1 ano atrás |
 DAN™
|
bcebd7dbf6
llama : add support for GritLM (#5959)
|
há 1 ano atrás |
 compilade
|
c2101a2e90
llama : support Mamba Selective State Space Models (#5328)
|
há 1 ano atrás |
|
Georgi Gerganov
|
29ae62d2ae
llama : fix embeddings (#5796)
|
há 1 ano atrás |
 Douglas Hanley
|
475df1d6cf
llama : allow for user specified embedding pooling type (#5849)
|
há 1 ano atrás |
|
Michael Podvitskiy
|
4a6e2d6142
llama : add abort_callback to interrupt computation (#5409)
|
há 1 ano atrás |
 Pierrick Hymbert
|
3ab8b3a92e
llama : cleanup unused mmq flags (#5772)
|
há 1 ano atrás |
 Marcus Dunn
|
d5ab29757e
llama : constified `llama_set_state_data`'s `src` (#5774)
|
há 1 ano atrás |
|
Georgi Gerganov
|
08c5ee87e4
llama : remove deprecated API (#5770)
|
há 1 ano atrás |
 Kawrakow
|
0becb22ac0
IQ4_XS: a 4.25 bpw quantization (#5747)
|
há 1 ano atrás |
|
Georgi Gerganov
|
9d533a77d0
llama : fix defrag bugs + add parameter (#5735)
|
há 1 ano atrás |
|
Kawrakow
|
a33e6a0d2a
Adding IQ2_S and IQ2_M to complete coverage of the 2-3 bit quantization range (#5721)
|
há 1 ano atrás |
|
Georgi Gerganov
|
bf08e00643
llama : refactor k-shift implementation + KV defragmentation (#5691)
|
há 1 ano atrás |
|
Georgi Gerganov
|
ab336a9d5e
code : normalize enum names (#5697)
|
há 1 ano atrás |
|
Kawrakow
|
4c4cb30736
IQ3_S: a much better alternative to Q3_K (#5676)
|
há 1 ano atrás |
 Xuan Son Nguyen
|
7c8bcc11dc
Add docs for llama_chat_apply_template (#5645)
|
há 1 ano atrás |
|
Kawrakow
|
a14679cc30
IQ4_NL: 4-bit non-linear quants with blocks of 32 (#5590)
|
há 1 ano atrás |
|
Xuan Son Nguyen
|
11b12de39b
llama : add llama_chat_apply_template() (#5538)
|
há 1 ano atrás |
|
Kawrakow
|
bd2d4e393b
1.5 bit quantization (#5453)
|
há 1 ano atrás |
 bmwl
|
f486f6e1e5
ggml : add numa options (#5377)
|
há 1 ano atrás |
|
Douglas Hanley
|
4524290e87
Use correct type of pooling for embedding models (#5500)
|
há 1 ano atrás |
|
Douglas Hanley
|
03bf161eb6
llama : support batched embeddings (#5466)
|
há 1 ano atrás |
|
Douglas Hanley
|
2891c8aa9a
Add support for BERT embedding models (#5423)
|
há 1 ano atrás |
 Jared Van Bortel
|
1ec3332ade
YaRN : store rope scaling type as int32_t in memory (#5285)
|
há 2 anos atrás |
|
Georgi Gerganov
|
5cb04dbc16
llama : remove LLAMA_MAX_DEVICES and LLAMA_SUPPORTS_GPU_OFFLOAD (#5240)
|
há 2 anos atrás |
|
Kawrakow
|
f4d7e54974
SOTA 3-bit quants (#5196)
|
há 2 anos atrás |
