 Gabe Goodhart
|
5e7d95e22e
fix: Move build_inp_pos to the top of the graph section for build_granite (#13538)
|
hace 8 meses |
|
Gabe Goodhart
|
d590cd4c24
model : Granite MoE shared (#13269)
|
hace 8 meses |
 Johannes Gäßler
|
10d2af0eaa
llama/ggml: add LLM training support (#10544)
|
hace 8 meses |
 Diego Devesa
|
27ebfcacba
llama : do not crash if there is no CPU backend (#13395)
|
hace 8 meses |
 Xuan-Son Nguyen
|
3f96aeff39
llama : one-off chat template fix for Mistral-Small-2503 (#13398)
|
hace 8 meses |
 Georgi Gerganov
|
6562e5a4d6
context : allow cache-less context for embeddings (#13108)
|
hace 8 meses |
|
Diego Devesa
|
f061021206
llama : print size and type of overridden tensors (#13364)
|
hace 8 meses |
 Sigbjørn Skjæret
|
bc4e1128f7
llama : deci : support ffn-free with attention (#13296)
|
hace 8 meses |
 piDack
|
6c7fd67b64
llama : support tie embedding for chatglm models (#13328)
|
hace 8 meses |
 ymcki
|
3bf785f3ef
llama : Llama-3_1-Nemotron-Ultra-253B-v1 support (#12843)
|
hace 8 meses |
 Jared Van Bortel
|
2f567611c0
llama-model : support Qwen2 embedding models and pooling_mode_lasttoken (#13245)
|
hace 8 meses |
|
Georgi Gerganov
|
c642bc014c
kv-cache : separate recurrent vs non-recurrent impl (#12799)
|
hace 8 meses |
|
Sigbjørn Skjæret
|
cb06a3c363
llama : orion rope type is neox (#13261)
|
hace 8 meses |
|
Sigbjørn Skjæret
|
626083faf7
llama : plamo rope type is neox (#13260)
|
hace 8 meses |
|
Jared Van Bortel
|
a70183eb00
llama-model : fix the reported size class for nomic-embed-text-v2-moe (#13223)
|
hace 8 meses |
|
Johannes Gäßler
|
cdf76586b2
CUDA: fix non-cont. inputs for batched mat mul (#13155)
|
hace 8 meses |
|
Sigbjørn Skjæret
|
7d3af70b08
llama : llm_type order by size (#13177)
|
hace 8 meses |
|
Sigbjørn Skjæret
|
e98b3692be
llama : set qwen3 model type sizes (#13175)
|
hace 8 meses |
 AT
|
5f5e39e1ba
model : Nomic Embed Text V2 with Mixture-of-Experts (MoE) architecture (#12466)
|
hace 8 meses |
|
Johannes Gäßler
|
69699be48a
CUDA: fix q_nope_absorbed prec for DS 2 Lite f16 (#13137)
|
hace 8 meses |
|
Georgi Gerganov
|
2f74c354c0
graph : make FA compatible with MLA + add initial Metal kernels (#12953)
|
hace 9 meses |
 Juk Armstrong
|
daa422881a
llama : DeepSeek V2/V3 MLA implementation (#12801)
|
hace 9 meses |
 Yuxuan Zhang
|
06bb53ad9b
llama-model : add Glm4Model implementation for GLM-4-0414 (#12867)
|
hace 9 meses |
|
Xuan-Son Nguyen
|
8b91d5355a
llama : correct rms norm for llama 4 (#12882)
|
hace 9 meses |
 Bo Zheng
|
d3bd7193ba
llama : Support Qwen3 and Qwen3MoE (#12828)
|
hace 9 meses |
|
Xuan-Son Nguyen
|
1466621e73
llama : Support llama 4 text-only (#12791)
|
hace 9 meses |
|
Diego Devesa
|
e0e912f49b
llama : add option to override model tensor buffers (#11397)
|
hace 9 meses |
|
Sigbjørn Skjæret
|
2c3f8b850a
llama : support BailingMoE (Ling) (#12634)
|
hace 9 meses |
 Djip007
|
0bb2919335
llama : change cpu_buft_list order: ACCEL -> GPU host -> CPU extra -> CPU (#12632)
|
hace 9 meses |
|
Sigbjørn Skjæret
|
3714c3ee1a
llama : fix incorrect Qwen2Moe ffn_moe_out graph callback (#12631)
|
hace 9 meses |
