 ddh0
|
13f1e4a9ca
llama : add adaptive-p sampler (#17927)
|
před 2 týdny |
 Radoslav Gerganov
|
bcf7546160
server : add arg for disabling prompt caching (#18776)
|
před 2 týdny |
 Daniel Bevenius
|
4150da9a95
examples : add --kv-unified to batched example (#18774)
|
před 2 týdny |
 Johannes Gäßler
|
64848deb18
llama-fit-params: free memory target per device (#18679)
|
před 3 týdny |
 Julius Tischbein
|
2038101bd9
llama : add `use_direct_io` flag for model loading (#18166)
|
před 3 týdny |
|
Daniel Bevenius
|
ffba4f29e6
examples : add debug utility/example (#18464)
|
před 3 týdny |
|
Daniel Bevenius
|
d3dce4e0a5
sampling : add support for backend sampling (#17004)
|
před 3 týdny |
|
Johannes Gäßler
|
026d2ad472
llama: fix magic number of 999 for GPU layers (#18266)
|
před 1 měsícem |
 Xuan-Son Nguyen
|
ddcb75dd8a
server: add auto-sleep after N seconds of idle (#18228)
|
před 1 měsícem |
 Pascal
|
6ce3d85796
server: (webui) add --webui-config (#18028)
|
před 1 měsícem |
|
Johannes Gäßler
|
b1f3a6e5db
llama: automatically set parameters not set by the user in such a way that maximizes GPU utilization (#16653)
|
před 1 měsícem |
 Georgi Gerganov
|
254098a279
common : refactor common_sampler + grammar logic changes (#17937)
|
před 1 měsícem |
|
Xuan-Son Nguyen
|
34a6d86982
cli: enable jinja by default (#17911)
|
před 1 měsícem |
|
Pascal
|
f32ca51bfe
server: add presets (config) when using multiple models (#17859)
|
před 1 měsícem |
|
Xuan-Son Nguyen
|
6c2131773c
cli: new CLI experience (#17824)
|
před 1 měsícem |
 Sigbjørn Skjæret
|
22577583a3
common : change --color to accept on/off/auto, default to auto (#17827)
|
před 1 měsícem |
 Adrien Gallouët
|
ef75a89fdb
build : move _WIN32_WINNT definition to headers (#17736)
|
před 1 měsícem |
|
Xuan-Son Nguyen
|
13628d8bdb
server: add --media-path for local media files (#17697)
|
před 1 měsícem |
|
Xuan-Son Nguyen
|
ec18edfcba
server: introduce API for serving / loading / unloading multiple models (#17470)
|
před 2 měsíci |
|
Xuan-Son Nguyen
|
7733409734
common: improve verbosity level definitions (#17630)
|
před 2 měsíci |
 Aaron Teo
|
877566d512
llama: introduce support for model-embedded sampling parameters (#17120)
|
před 2 měsíci |
|
Georgi Gerganov
|
196f5083ef
common : more accurate sampling timing (#17382)
|
před 2 měsíci |
|
Georgi Gerganov
|
f914544b16
batched-bench : add "separate text gen" mode (#17103)
|
před 2 měsíci |
|
Xuan-Son Nguyen
|
aa3b7a90b4
arg: add --cache-list argument to list cached models (#17073)
|
před 2 měsíci |
|
Georgi Gerganov
|
13b339bcd9
server : do not default to multiple slots with speculative decoding (#17017)
|
před 2 měsíci |
|
Xuan-Son Nguyen
|
070ff4d535
mtmd: add --image-min/max-tokens (#16921)
|
před 2 měsíci |
|
Georgi Gerganov
|
4b2dae383d
common : update presets (#16504)
|
před 3 měsíci |
|
Georgi Gerganov
|
d00cbea63c
server : host-memory prompt caching (#16391)
|
před 3 měsíci |
|
Pascal
|
12bbc3fa50
refactor: centralize CoT parsing in backend for streaming mode (#16394)
|
před 3 měsíci |
 Gadflyii
|
3df2244df4
llama : add --no-host to disable host buffers (#16310)
|
před 3 měsíci |
