…

..

configs

…

cpu

…

models

…

openai

…

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

…

experiment_runner.py

…

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

Add retry for flaky tests in CI (#4755)

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

test_awq.py

…

test_bench_one_batch.py

…

test_bench_serving.py

…

test_block_int8.py

…

test_bnb.py

Implement Siglip Vision model, and support BNB quantization for gemma3-mm (#5339)

2025-05-20 23:53:46 -07:00

test_cache_report.py

…

test_chunked_prefill.py

…

test_create_kvindices.py

…

test_custom_allreduce.py

Add retry for flaky tests in CI (#4755)

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

test_data_parallelism.py

…

test_deepep_internode.py

…

test_deepep_intranode.py

Add DeepEP to CI PR Test (#5655)

2025-05-06 17:36:03 -07:00

test_deepep_low_latency.py

…

test_disaggregation_different_tp.py

…

test_disaggregation.py

…

test_double_sparsity.py

…

test_dp_attention.py

…

test_eagle_infer_a.py

…

test_eagle_infer_b.py

…

test_ebnf_constrained.py

…

test_embedding_openai_server.py

…

test_enable_thinking.py

fix: correct stream response when enable_thinking is set to false (#5881)

2025-04-30 19:44:37 -07:00

test_eplb.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_flashmla.py

…

test_fp8_kernel.py

…

test_fp8_kvcache.py

…

test_full_deepseek_v3.py

…

test_function_call_parser.py

…

test_fused_moe.py

…

test_get_weights_by_name.py

Add retry for flaky tests in CI (#4755)

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

test_gguf.py

…

test_gptqmodel_dynamic.py

…

test_health_check.py

…

test_hicache_mla.py

…

test_hicache_page.py

…

test_hicache.py

…

test_hidden_states.py

…

test_input_embeddings.py

Add retry for flaky tests in CI (#4755)

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

test_int8_kernel.py

…

test_io_struct.py

…

test_json_constrained.py

…

test_json_mode.py

…

test_kv_events.py

…

test_large_max_new_tokens.py

…

test_local_attn.py

…

test_matched_stop.py

…

test_metrics.py

…

test_mla_deepseek_v3.py

Log if cuda graph is used & extend cuda graph capture to cuda-graph-max-bs (#6201)

2025-05-12 00:17:33 -07:00

test_mla_flashinfer.py

…

test_mla_fp8.py

…

test_mla_int8_deepseek_v3.py

…

test_mla_tp.py

…

test_mla.py

…

test_modelopt_fp8kvcache.py

…

test_modelopt.py

…

test_models_from_modelscope.py

…

test_moe_deepep_eval_accuracy_large.py

…

test_moe_deepep.py

Support custom DeepEP tuning config (#6257)

2025-05-17 17:09:42 -07:00

test_moe_ep.py

…

test_moe_eval_accuracy_large.py

…

test_mscclpp.py

…

test_nightly_gsm8k_eval_amd.py

…

test_nightly_gsm8k_eval.py

…

test_no_chunked_prefill.py

…

test_no_overlap_scheduler.py

…

test_openai_adapter.py

…

test_openai_function_calling.py

…

test_openai_server_hidden_states.py

…

test_openai_server.py

…

test_page_size.py

…

test_patch_torch.py

…

test_penalty.py

…

test_pp_single_node.py

…

test_pytorch_sampling_backend.py

Add retry for flaky tests in CI (#4755)

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

test_radix_attention.py

…

test_reasoning_content.py

…

test_regex_constrained.py

…

test_release_memory_occupation.py

…

test_request_length_validation.py

…

test_retract_decode.py

…

test_sagemaker_server.py

…

test_schedule_policy.py

…

test_score_api.py

…

test_server_args.py

…

test_session_control.py

…

test_skip_tokenizer_init.py

Support precomputed multimodal features for Qwen-VL and Gemma3 models. (#6136)

2025-05-16 12:26:15 -07:00

test_srt_endpoint.py

…

test_srt_engine_with_quant_args.py

…

test_srt_engine.py

chore: upgrade flashinfer v0.2.6.post1 jit (#6958)

2025-06-09 09:22:39 -07:00

test_tool_choice.py

…

test_torch_compile_moe.py

…

test_torch_compile.py

…

test_torch_native_attention_backend.py

…

test_torch_tp.py

…

test_torchao.py

…

test_triton_attention_backend.py

…

test_triton_attention_kernels.py

…

test_triton_attention_rocm_mla.py

…

test_triton_moe_channel_fp8_kernel.py

…

test_triton_moe_wna16.py

…

test_triton_sliding_window.py

…

test_two_batch_overlap.py

…

test_update_weights_from_disk.py

…

test_update_weights_from_distributed.py

[fix][RL] Remove the incorrect barrier in init_weights_update_group (#5914)

2025-05-14 19:15:21 -07:00

test_update_weights_from_tensor.py

…

test_verl_engine_2_gpu.py

…

test_verl_engine_4_gpu.py

…

test_verl_engine_server.py

…

test_vertex_endpoint.py

…

test_vision_chunked_prefill.py

…

test_vision_openai_server_a.py

Improve profiler and integrate profiler in bench_one_batch_server (#6787)

2025-05-31 15:53:55 -07:00

test_vision_openai_server_b.py

…

test_vision_openai_server_common.py

…

test_vllm_dependency.py

…

test_vlm_accuracy.py

…

test_vlm_input_format.py

…

test_w8a8_quantization.py

…