…

..

models

…

sampling/penaltylib

…

Llama-3.1-8B-Instruct.json

Support double sparsity (#1459)

2024-10-14 02:00:41 -07:00

run_suite.py

…

test_bench_latency.py

…

test_bench_serving.py

…

test_cache_report.py

…

test_chunked_prefill.py

…

test_create_kvindices.py

…

test_data_parallelism.py

…

test_double_sparsity.py

…

test_embedding_openai_server.py

…

test_eval_accuracy_large_chunked_prefill.py

…

test_eval_accuracy_large_mixed_chunked_prefill.py

…

test_eval_accuracy_large.py

…

test_eval_accuracy_mini.py

…

test_json_constrained.py

…

test_large_max_new_tokens.py

…

test_matched_stop.py

…

test_mla_fp8.py

…

test_mla.py

…

test_models_from_modelscope.py

…

test_moe_eval_accuracy_large.py

…

test_nightly_gsm8k_eval.py

…

test_openai_server.py

…

test_overlap_schedule.py

…

test_pytorch_sampling_backend.py

…

test_retract_decode.py

…

test_server_args.py

…

test_skip_tokenizer_init.py

…

test_srt_endpoint.py

…

test_srt_engine.py

…

test_torch_compile.py

…

test_torchao.py

…

test_triton_attention_kernels.py

…

test_triton_attn_backend.py

…

test_update_weights.py

…

test_vision_openai_server.py

…