| .. |
|
CMakeLists.txt
|
715a6db02c
kv-cache : drop the "unified" prefix (#15467)
|
5 luni în urmă |
|
llama-adapter.cpp
|
fd621880f3
aLoRA Support (#15327)
|
4 luni în urmă |
|
llama-adapter.h
|
fd621880f3
aLoRA Support (#15327)
|
4 luni în urmă |
|
llama-arch.cpp
|
4f658855fa
llama : support T5 models with unequal number of encoder-decoder layers (#15909)
|
4 luni în urmă |
|
llama-arch.h
|
4f658855fa
llama : support T5 models with unequal number of encoder-decoder layers (#15909)
|
4 luni în urmă |
|
llama-batch.cpp
|
810b9fc8b9
perplexity : provide a helpful hint for has_cpl case in split_equal error. (#15304)
|
5 luni în urmă |
|
llama-batch.h
|
01612b7409
llama : reuse compute graphs (#14482)
|
6 luni în urmă |
|
llama-chat.cpp
|
b1afcab804
model : add support for Seed-OSS (#15490)
|
4 luni în urmă |
|
llama-chat.h
|
b1afcab804
model : add support for Seed-OSS (#15490)
|
4 luni în urmă |
|
llama-context.cpp
|
f4e664f838
context : remove redundant explicit casting to the same type (#15948)
|
4 luni în urmă |
|
llama-context.h
|
9777032dcc
llama : separate compute buffer reserve from fattn check (#15696)
|
4 luni în urmă |
|
llama-cparams.cpp
|
c311ac664d
cparams : rename LLAMA_MAX_PARALLEL_SEQUENCES to LLAMA_MAX_SEQ (#14188)
|
7 luni în urmă |
|
llama-cparams.h
|
9ebebef62f
llama : remove KV cache defragmentation logic (#15473)
|
4 luni în urmă |
|
llama-grammar.cpp
|
f5cd27b71d
`server`: streaming of tool calls and thoughts when `--jinja` is on (#12379)
|
7 luni în urmă |
|
llama-grammar.h
|
669912d9a5
`tool-call`: fix Qwen 2.5 Coder support, add micro benchmarks, support trigger patterns for lazy grammars (#12034)
|
10 luni în urmă |
|
llama-graph.cpp
|
6ab397e12b
graph : support non-contiguous Q in build_attn_mha (#15908)
|
4 luni în urmă |
|
llama-graph.h
|
fb15d649ed
llama : add support for EmbeddingGemma 300m (#15798)
|
4 luni în urmă |
|
llama-hparams.cpp
|
c610b6c11b
kv-cache : fix SWA checks + disable cacheless iSWA (#15811)
|
4 luni în urmă |
|
llama-hparams.h
|
4f658855fa
llama : support T5 models with unequal number of encoder-decoder layers (#15909)
|
4 luni în urmă |
|
llama-impl.cpp
|
53ff6b9b9f
GGUF: C++ refactor, backend support, misc fixes (#11030)
|
1 an în urmă |
|
llama-impl.h
|
e81b8e4b7f
llama: use FA + max. GPU layers by default (#15434)
|
4 luni în urmă |
|
llama-io.cpp
|
e0dbec0bc6
llama : refactor llama_context, llama_kv_cache, llm_build_context (#12181)
|
10 luni în urmă |
|
llama-io.h
|
e0dbec0bc6
llama : refactor llama_context, llama_kv_cache, llm_build_context (#12181)
|
10 luni în urmă |
|
llama-kv-cache-iswa.cpp
|
c610b6c11b
kv-cache : fix SWA checks + disable cacheless iSWA (#15811)
|
4 luni în urmă |
|
llama-kv-cache-iswa.h
|
b730706a49
kv-cache : support layer reuse (#15504)
|
4 luni în urmă |
|
llama-kv-cache.cpp
|
cf0e3ba150
model : avoid ggml_cont_3d for fused QKV weights (#15662)
|
4 luni în urmă |
|
llama-kv-cache.h
|
cf0e3ba150
model : avoid ggml_cont_3d for fused QKV weights (#15662)
|
4 luni în urmă |
|
llama-kv-cells.h
|
9ebebef62f
llama : remove KV cache defragmentation logic (#15473)
|
4 luni în urmă |
|
llama-memory-hybrid.cpp
|
c610b6c11b
kv-cache : fix SWA checks + disable cacheless iSWA (#15811)
|
4 luni în urmă |
|
llama-memory-hybrid.h
|
c610b6c11b
kv-cache : fix SWA checks + disable cacheless iSWA (#15811)
|
4 luni în urmă |
|
llama-memory-recurrent.cpp
|
b730706a49
kv-cache : support layer reuse (#15504)
|
4 luni în urmă |
|
llama-memory-recurrent.h
|
b730706a49
kv-cache : support layer reuse (#15504)
|
4 luni în urmă |
|
llama-memory.cpp
|
745f11fed0
memory : correctly handle failure in apply() (#14438)
|
6 luni în urmă |
|
llama-memory.h
|
b730706a49
kv-cache : support layer reuse (#15504)
|
4 luni în urmă |
|
llama-mmap.cpp
|
3a077146a4
llama : allow using mmap without PrefetchVirtualMemory, apply GGML_WIN_VER to llama.cpp sources (#14013)
|
7 luni în urmă |
|
llama-mmap.h
|
19b392d58d
llama-mmap: fix missing include (#11796)
|
11 luni în urmă |
|
llama-model-loader.cpp
|
e8d99dd0b6
nvidia nemotron nano v2 (nemotronh) (#15507)
|
4 luni în urmă |
|
llama-model-loader.h
|
ef0144c087
model: support GLM 4.5 family of models (#14939)
|
5 luni în urmă |
|
llama-model-saver.cpp
|
88fc854b4b
llama : improve sep token handling (#14272)
|
7 luni în urmă |
|
llama-model-saver.h
|
10d2af0eaa
llama/ggml: add LLM training support (#10544)
|
8 luni în urmă |
|
llama-model.cpp
|
4f658855fa
llama : support T5 models with unequal number of encoder-decoder layers (#15909)
|
4 luni în urmă |
|
llama-model.h
|
2c8dac72eb
llama : fix incorrect model type for Gemma 270M (#15764)
|
4 luni în urmă |
|
llama-quant.cpp
|
df082f5630
nitpick : correct MB to MiB (#15934)
|
4 luni în urmă |
|
llama-quant.h
|
f66f582927
llama : refactor `src/llama.cpp` (#10902)
|
1 an în urmă |
|
llama-sampling.cpp
|
cdedb70a99
sampling : optimize dist sampler (#15704)
|
4 luni în urmă |
|
llama-sampling.h
|
afa8a9ec9b
llama : add `llama_vocab`, functions -> methods, naming (#11110)
|
1 an în urmă |
|
llama-vocab.cpp
|
84ab83cc0b
model : jina-embeddings-v3 support (#13693)
|
4 luni în urmă |
|
llama-vocab.h
|
0f5ccd6fd1
model : add hunyuan dense (#14878)
|
5 luni în urmă |
|
llama.cpp
|
360d6533db
ggml-backend : add GGML_BACKEND_DEVICE_TYPE_IGPU device type (#15797)
|
4 luni în urmă |
|
unicode-data.cpp
|
458367a906
server : better security control for public deployments (#9776)
|
1 an în urmă |
|
unicode-data.h
|
a39ab216aa
llama : reduce compile time and binary size (#9712)
|
1 an în urmă |
|
unicode.cpp
|
4a4f426944
model : add Kimi-K2 support (#14654)
|
6 luni în urmă |
|
unicode.h
|
4a4f426944
model : add Kimi-K2 support (#14654)
|
6 luni în urmă |
Haiyue Wang
f4e664f838
context : remove redundant explicit casting to the same type (#15948)