…

..

ascend

…

configs

…

cpu

…

entrypoints/http_server

…

ep

…

hicache

…

lora

…

models

…

openai_server

…

quant

…

rl

Support Flatten Tensor Update Weights to speed up MOE Update Weights by 20% (#8079)

2025-08-10 16:08:59 -07:00

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

…

test_ascend_w8a8_quantization.py

…

test_bench_one_batch.py

…

test_bench_serving.py

…

test_bnb.py

…

test_chunked_prefill.py

…

test_cpp_radix_cache.py

…

test_create_kvindices.py

…

test_custom_allreduce.py

…

test_data_parallelism.py

…

test_disaggregation_different_tp.py

…

test_disaggregation_pp.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_eval_accuracy_large.py

…

test_eval_fp8_accuracy.py

…

test_expert_distribution.py

…

test_expert_location_updater.py

Move files related to EPLB (#7580)

2025-06-29 15:39:38 -07:00

test_fa3.py

[Eagle] Fix kernel call after updating speculative sampling kernels (#7231)

2025-06-16 07:25:59 -07:00

test_fim_completion.py

…

test_flashmla.py

…

test_forward_split_prefill.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_gpt_oss_1gpu.py

…

test_gpt_oss_4gpu.py

…

test_gpt_oss_common.py

…

test_gptqmodel_dynamic.py

…

test_health_check.py

…

test_hidden_states.py

…

test_hybrid_attn_backend.py

[feat] Support different attention backends for prefill and decode (#6338)

2025-07-28 11:42:29 +08:00

test_input_embeddings.py

…

test_intel_amx_attention_backend.py

…

test_io_struct.py

…

test_jinja_template_utils.py

…

test_kv_events.py

feat: add dp-rank to KV events (#6852)

2025-06-04 15:29:34 -07:00

test_local_attn.py

…

test_metrics.py

…

test_mla_deepseek_v3.py

…

test_mla_flashinfer.py

…

test_mla_fp8.py

…

test_mla_int8_deepseek_v3.py

Clean up server_args.py to have a dedicated function for model specific adjustments (#8983)

2025-08-08 19:56:50 -07:00

test_mla_tp.py

…

test_mla.py

…

test_modelopt_fp8kvcache.py

…

test_modelopt.py

…

test_models_from_modelscope.py

…

test_moe_eval_accuracy_large.py

…

test_mscclpp.py

…

test_multi_instance_release_memory_occupation.py

…

test_nightly_gsm8k_eval_amd.py

…

test_nightly_gsm8k_eval.py

…

test_no_chunked_prefill.py

…

test_no_overlap_scheduler.py

…

test_page_size.py

…

test_patch_torch.py

…

test_penalty.py

…

test_pp_single_node.py

…

test_pytorch_sampling_backend.py

…

test_quick_allreduce.py

…

test_radix_attention.py

Improve profiler and integrate profiler in bench_one_batch_server (#6787)

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

test_reasoning_parser.py

…

test_regex_constrained.py

…

test_release_memory_occupation.py

…

test_request_queue_validation.py

…

test_retract_decode.py

…

test_rope_rocm.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

…

test_srt_endpoint.py

…

test_srt_engine_with_quant_args.py

…

test_srt_engine.py

…

test_start_profile.py

…

test_swa_unittest.py

…

test_tokenizer_batch_encode.py

…

test_torch_compile_moe.py

…

test_torch_compile.py

…

test_torch_native_attention_backend.py

[CI] test chunked prefill more (#5798)

2025-04-28 10:57:17 -07:00

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_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

Fix CI (#9012)

2025-08-09 13:33:42 -07:00

test_vertex_endpoint.py

…

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

refactor: unify names of the feature field of MultimodalDataItem (#8075)

2025-07-16 17:52:38 -07:00

test_vlm_input_format.py

…

test_wave_attention_backend.py

…

test_wave_attention_kernels.py

[AMD] Support Wave attention backend with AMD GPU optimizations (#8660)

2025-08-12 13:49:11 -07:00

test_weight_version.py

…