…

..

configs

…

cpu

…

models

…

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_awq.py

…

test_bench_one_batch.py

…

test_bench_serving.py

…

test_block_int8.py

…

test_bnb.py

…

test_cache_report.py

…

test_chunked_prefill.py

…

test_create_kvindices.py

Add retry for flaky tests in CI (#4755)

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

test_custom_allreduce.py

…

test_data_parallelism.py

…

test_deepep_internode.py

…

test_deepep_intranode.py

…

test_deepep_low_latency.py

…

test_disaggregation_different_tp.py

…

test_disaggregation.py

…

test_double_sparsity.py

…

test_dp_attention.py

…

test_eagle_infer.py

…

test_ebnf_constrained.py

update llguidance to 0.7.11; adds StructTag (#4870)

2025-04-26 20:13:57 -07:00

test_embedding_openai_server.py

…

test_enable_thinking.py

…

test_eplb.py

Support layerwise rebalancing experts (#6851)

2025-06-05 00:05:52 -07:00

test_eval_accuracy_large.py

…

test_eval_fp8_accuracy.py

[CI] Fix ci tests (#5769)

2025-04-27 07:18:10 -07:00

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

…

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

…

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

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

Improve profiler and integrate profiler in bench_one_batch_server (#6787)

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

test_modelopt_fp8kvcache.py

…

test_modelopt.py

…

test_models_from_modelscope.py

…

test_moe_deepep_eval_accuracy_large.py

…

test_moe_deepep.py

…

test_moe_ep.py

[misc] fix ci flaky case (#5352)

2025-04-15 01:37:16 -07:00

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.py

Decoder-only Scoring API (#6460)

2025-06-04 14:14:54 -07:00

test_page_size.py

…

test_patch_torch.py

…

test_penalty.py

…

test_pp_single_node.py

…

test_pytorch_sampling_backend.py

…

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

Add retry for flaky tests in CI (#4755)

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

test_sagemaker_server.py

…

test_schedule_policy.py

Fix missing arguments in SchedulePolicy and RadixCache initialization in tests. (#4712)

2025-03-27 22:23:51 -07:00

test_score_api.py

…

test_server_args.py

…

test_session_control.py

…

test_skip_tokenizer_init.py

…

test_srt_endpoint.py

…

test_srt_engine_with_quant_args.py

…

test_srt_engine.py

…

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

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

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

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

…

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

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_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

…