 Aidan
|
eeee367de5
server: fix correct time_ms calculation in prompt_progress (#17093)
|
před 2 měsíci |
 손희준
|
fd2f84f468
docs: Clarify the endpoint that webui uses (#17001)
|
před 2 měsíci |
 Georgi Gerganov
|
b52edd2558
server : remove n_past (#16818)
|
před 2 měsíci |
 Pascal
|
12bbc3fa50
refactor: centralize CoT parsing in backend for streaming mode (#16394)
|
před 3 měsíci |
|
Georgi Gerganov
|
df1b612e29
server : add `/v1/health` endpoint (#16461)
|
před 3 měsíci |
 Oleksandr Kuvshynov
|
c5fef0fcea
server: update readme to mention n_past_max metric (#16436)
|
před 3 měsíci |
 Imad Saddik
|
2811c65286
Fixed a few typos in the README of the LLaMA.cpp HTTP Server [no ci] (#16297)
|
před 3 měsíci |
 Adrien Gallouët
|
234e2ff8ed
server : remove old LLAMA_SERVER_SSL (#16290)
|
před 3 měsíci |
 Xuan-Son Nguyen
|
61bdfd5298
server : implement prompt processing progress report in stream mode (#15827)
|
před 4 měsíci |
|
Georgi Gerganov
|
0d161f021a
server : enable /slots by default and make it secure (#15630)
|
před 4 měsíci |
 Sergey Alirzaev
|
d82f6aa34a
server : removed obsolete doc (#15670)
|
před 4 měsíci |
 ExtReMLapin
|
792b44f2ed
server : add documentation for `parallel_tool_calls` param (#15647)
|
před 4 měsíci |
|
Georgi Gerganov
|
9ebebef62f
llama : remove KV cache defragmentation logic (#15473)
|
před 4 měsíci |
 65a
|
4afb0a746f
server : Support multimodal completion and embeddings prompts in JSON format (#15108)
|
před 4 měsíci |
|
Xuan-Son Nguyen
|
53d0a12658
server : allow specifying reasoning_format in HTTP request (#15238)
|
před 5 měsíci |
 Lukas Straub
|
a9f77a8be3
server : add openai-style logit_bias support (#14946)
|
před 5 měsíci |
 Daniel Bevenius
|
41e78c567e
server : add support for `embd_normalize` parameter (#14964)
|
před 5 měsíci |
 IsaacDynamo
|
b4efd77f8a
server : add parse_special option to /tokenize endpoint (#14783)
|
před 6 měsíci |
 Johannes Gäßler
|
5cae766541
scripts: synthetic prompt mode for server-bench.py (#14695)
|
před 6 měsíci |
 matteo
|
caf5681fcb
server : support jinja extra template kwargs (Qwen3 enable_thinking feature), from command line and from client (#13196)
|
před 6 měsíci |
 Nigel Bosch
|
1b809cee22
server : move no API key doc to /health (#14352)
|
před 6 měsíci |
 aa956
|
d67341dc18
server : add server parameters for draft model cache type (#13782)
|
před 7 měsíci |
 Olivier Chafik
|
e121edc432
`server`: add `--reasoning-budget 0` to disable thinking (incl. qwen3 w/ enable_thinking:false) (#13771)
|
před 7 měsíci |
 Isaac McFadyen
|
6a2bc8bfb7
server : added --no-prefill-assistant flag (#13608)
|
před 8 měsíci |
|
Georgi Gerganov
|
053174436f
server : passthrough the /models endpoint during loading (#13535)
|
před 8 měsíci |
|
Xuan-Son Nguyen
|
3b24d26c22
server : update docs (#13432)
|
před 8 měsíci |
|
Xuan-Son Nguyen
|
33eff40240
server : vision support via libmtmd (#12898)
|
před 8 měsíci |
 Diego Devesa
|
1d36b3670b
llama : move end-user examples to tools directory (#13249)
|
před 8 měsíci |
