 ngc92
|
3e5ca7931c
pass cpu-architecture arguments only to host code (C;C++) (#4943)
|
vor 2 Jahren |
 David Friehs
|
4483396751
llama : apply classifier-free guidance to logits directly (#4951)
|
vor 2 Jahren |
 Victor Z. Peng
|
d9aa4ffa6e
awq-py : fix typo in awq-py/README.md (#4947)
|
vor 2 Jahren |
 Georgi Gerganov
|
ddb008d845
cuda : fix dequantize kernel names (#4938)
|
vor 2 Jahren |
 Kawrakow
|
2faaef3979
llama : check for 256 divisibility for IQ2_XS, IQ2_XXS (#4950)
|
vor 2 Jahren |
|
Kawrakow
|
4a3156de2f
CUDA: faster dequantize kernels for Q4_0 and Q4_1 (#4938)
|
vor 2 Jahren |
 David Pflug
|
a836c8f534
llama : fix missing quotes (#4937)
|
vor 2 Jahren |
|
Kawrakow
|
467a882fd2
Add ability to use importance matrix for all k-quants (#4930)
|
vor 2 Jahren |
|
Georgi Gerganov
|
bb0c139247
llama : check LLAMA_TRACE env for extra logging (#4929)
|
vor 2 Jahren |
|
Georgi Gerganov
|
9408cfdad6
scripts : sync-ggml-am.sh option to skip commits
|
vor 2 Jahren |
|
Georgi Gerganov
|
03c5267490
llama : use LLAMA_LOG_ macros for logging
|
vor 2 Jahren |
|
Kawrakow
|
a128c38de8
Fix ffn_down quantization mix for MoE models (#4927)
|
vor 2 Jahren |
 Alex Azarov
|
5f5fe1bd60
metal : correctly set SIMD support flags on iOS (#4923)
|
vor 2 Jahren |
 Karthik Kumar Viswanathan
|
ac32902a87
llama : support WinXP build with MinGW 8.1.0 (#3419)
|
vor 2 Jahren |
|
Kawrakow
|
147b17ac94
2-bit quantizations (#4897)
|
vor 2 Jahren |
|
Kawrakow
|
807179ec58
Make Q3_K_S be the same as olf Q3_K_L for Mixtral-8x7B (#4906)
|
vor 2 Jahren |
|
Georgi Gerganov
|
76484fbfd3
sync : ggml
|
vor 2 Jahren |
 Johannes Gäßler
|
c71d608ce7
ggml: cache sin/cos for RoPE (#4908)
|
vor 2 Jahren |
|
Georgi Gerganov
|
4be5ef556d
metal : remove old API (#4919)
|
vor 2 Jahren |
|
Georgi Gerganov
|
0ea069b87b
server : fix prompt caching with system prompt (#4914)
|
vor 2 Jahren |
|
Georgi Gerganov
|
f172de03f1
llama : fix detokenization of non-special added-tokens (#4916)
|
vor 2 Jahren |
|
Georgi Gerganov
|
2d57de5255
metal : disable log for loaded kernels (#4794)
|
vor 2 Jahren |
|
David Friehs
|
df845cc982
llama : minimize size used for state save/load (#4820)
|
vor 2 Jahren |
 Someone
|
6b48ed0893
workflows: unbreak nix-build-aarch64, and split it out (#4915)
|
vor 2 Jahren |
 Yann Follet
|
722d33f34e
main : add parameter --no-display-prompt (#4541)
|
vor 2 Jahren |
 texmex76
|
c30b1ef39a
gguf : fix potential infinite for-loop (#4600)
|
vor 2 Jahren |
|
Georgi Gerganov
|
b38b5e93ae
metal : refactor kernel loading code (#4794)
|
vor 2 Jahren |
|
Johannes Gäßler
|
7dc78764e2
compare-llama-bench: tweak output format (#4910)
|
vor 2 Jahren |
 Ziad Ben Hadj-Alouane
|
356327feb3
server : fix deadlock that occurs in multi-prompt scenarios (#4905)
|
vor 2 Jahren |
 makomk
|
ee8243adaa
server : fix crash with multimodal models without BOS token (#4904)
|
vor 2 Jahren |
