…

..

ascend

…

batch_invariant

…

configs

…

cpu

…

debug_utils

…

entrypoints/http_server

…

ep

…

function_call

…

hicache

…

layers

…

lora

…

models

…

openai_server

…

quant

…

rl

…

rotary_embedding

…

xpu

…

double-sparsity-config-Llama-3.1-8B-Instruct.json

…

experiment_runner.py

Replace time.time() to time.perf_counter() for benchmarking. (#6178)

2025-05-11 14:32:49 -07:00

kv_cache_scales_llama3_1_8b.json

…

kv_cache_scales_llama3_8b.json

…

kv_cache_scales_qwen2_1_5b.json

…

parse_results.py

…

run_suite.py

…

test_abort.py

…

test_async_dynamic_batch_tokenizer.py

…

test_async_mm_data_processor.py

…

test_bench_one_batch.py

…

test_bench_serving.py

…

test_bnb.py

…

test_build_eagle_tree.py

…

test_chunked_prefill.py

…

test_config_integration.py

…

test_constrained_decoding.py

…

test_cpp_radix_cache.py

…

test_create_kvindices.py

fix: revert #8593 (#9581)

2025-08-25 01:29:06 -07:00

test_custom_allreduce.py

…

test_cutedsl_moe.py

…

test_data_parallelism.py

…

test_deepseek_chat_templates.py

…

test_deepseek_v3_basic.py

…

test_deepseek_v3_cutedsl_4gpu.py

…

test_deepseek_v3_deterministic.py

[Deterministic] add deepseek v3 deterministic inference CI test (#12412)

2025-11-01 18:10:32 -07:00

test_deepseek_v3_fp4_4gpu.py

…

test_deepseek_v3_mtp.py

…

test_deepseek_v32_basic.py

…

test_deepseek_v32_mtp.py

…

test_deepseek_v32_nsabackend.py

…

test_deterministic.py

…

test_disaggregation_basic.py

…

test_disaggregation_different_tp.py

…

test_disaggregation_dp_attention.py

…

test_disaggregation_hybrid_attention.py

…

test_disaggregation_pp.py

…

test_double_sparsity.py

…

test_dp_attention.py

…

test_eagle_dp_attention.py

…

test_eagle_infer_a.py

…

test_eagle_infer_b.py

…

test_eagle_infer_beta.py

…

test_eval_accuracy_large.py

…

test_eval_fp8_accuracy.py

…

test_expert_distribution.py

…

test_expert_location_updater.py

…

test_fa3.py

…

test_fim_completion.py

…

test_flash_attention_4.py

[NVIDIA] FA3/FA4 Fix (#11606)

2025-10-19 17:10:10 -07:00

test_flashmla.py

…

test_forward_split_prefill.py

…

test_fp4_moe.py

[NVIDIA] Fix unit test of MoE and add it to nightly ci (#12709)

2025-11-05 14:33:18 -08:00

test_function_call_parser.py

…

test_fused_moe.py

…

test_get_weights_by_name.py

…

test_gguf.py

…

test_gpt_oss_1gpu.py

…

test_gpt_oss_4gpu.py

…

test_gpt_oss_common.py

…

test_gptqmodel_dynamic.py

…

test_harmony_parser.py

…

test_health_check.py

…

test_hidden_states.py

…

test_hybrid_attn_backend.py

…

test_input_embeddings.py

…

test_io_struct.py

…

test_jinja_template_utils.py

…

test_kv_events.py

…

test_llama31_fp4.py

…

test_load_weights_from_remote_instance.py

…

test_local_attn.py

…

test_logprobs.py

…

test_mamba_unittest.py

…

test_metrics_utils.py

…

test_metrics.py

Improve structured outputs: fix race condition, server crash, metrics and style (#6188)

2025-05-11 08:36:16 -07:00

test_mla_deepseek_v3.py

…

test_mla_flashinfer.py

…

test_mla_fp8.py

…

test_mla_int8_deepseek_v3.py

…

test_mla_tp.py

…

test_mla.py

…

test_modelopt_export.py

Enable native ModelOpt quantization support (3/3) (#10154)

2025-10-21 21:44:29 -07:00

test_modelopt_fp8kvcache.py

…

test_modelopt_loader.py

…

test_modelopt.py

…

test_models_from_modelscope.py

Add retry for flaky tests in CI (#4755)

2025-03-25 16:53:12 -07:00

test_moe_eval_accuracy_large.py

…

test_mscclpp.py

…

test_multi_instance_release_memory_occupation.py

…

test_multi_tokenizer.py

…

test_ngram_speculative_decoding.py

…

test_nightly_gsm8k_eval_amd.py

…

test_nightly_text_models_gsm8k_eval.py

…

test_nightly_text_models_perf.py

…

test_nightly_vlms_mmmu_eval.py

…

test_nightly_vlms_perf.py

…

test_no_chunked_prefill.py

…

test_no_overlap_scheduler.py

…

test_original_logprobs.py

…

test_page_size.py

…

test_patch_torch.py

…

test_penalty.py

…

test_piecewise_cuda_graph.py

…

test_pp_single_node.py

…

test_priority_scheduling.py

…

test_profile_merger_http_api.py

[FEATURE] Add Profile Trace Merger for Distributed Traces (#11413)

2025-10-14 09:20:17 +08:00

test_profile_merger.py

…

test_pytorch_sampling_backend.py

…

test_quick_allreduce.py

…

test_radix_attention.py

…

test_radix_cache_unit.py

…

test_reasoning_parser.py

…

test_release_memory_occupation.py

Support releasing CUDA graph memory when paused (#7873)

2025-10-28 14:40:50 +08:00

test_request_queue_validation.py

…

test_retract_decode.py

[Fix] memory leak by overlap + retract (#11981)

2025-10-23 22:59:23 +08:00

test_rope_rocm.py

…

test_sagemaker_server.py

…

test_schedule_policy.py

feat: add priority based scheduling with priority based request acceptance and preemption (#8746)

2025-09-16 17:10:10 -07:00

test_score_api.py

…

test_server_args.py

Do not use MagicMock to mock server_args in tests (#12154)

2025-10-26 16:00:46 +08:00

test_session_control.py

…

test_skip_tokenizer_init.py

…

test_speculative_registry.py

…

test_srt_endpoint.py

…

test_srt_engine_with_quant_args.py

…

test_srt_engine.py

…

test_standalone_speculative_decoding.py

…

test_start_profile.py

…

test_swa_unittest.py

…

test_tokenizer_batch_encode.py

…

test_tokenizer_manager.py

…

test_torch_compile_moe.py

…

test_torch_compile.py

…

test_torch_flex_attention_backend.py

…

test_torch_native_attention_backend.py

…

test_torch_tp.py

…

test_torchao.py

Replace time.time() to time.perf_counter() for benchmarking. (#6178)

2025-05-11 14:32:49 -07:00

test_tracing.py

…

test_triton_attention_backend.py

…

test_triton_attention_kernels.py

…

test_triton_attention_rocm_mla.py

…

test_triton_fused_moe.py

…

test_triton_moe_channel_fp8_kernel.py

…

test_triton_moe_wna16.py

…

test_triton_sliding_window.py

…

test_two_batch_overlap.py

…

test_utils_update_weights.py

…

test_vertex_endpoint.py

Properly return error response in vertex_generate HTTP endpoint (#5956)

2025-05-01 11:48:58 -07:00

test_vision_chunked_prefill.py

…

test_vision_openai_server_a.py

…

test_vision_openai_server_common.py

…

test_vllm_dependency.py

…

test_vlm_accuracy.py

…

test_vlm_input_format.py

…

test_wave_attention_backend.py

…

test_wave_attention_kernels.py

…

test_weight_version.py

…