lm-sys/FastChat

support for 4bit quantization from transfomer library.

Open

#1.798 geöffnet am 27. Juni 2023

Auf GitHub ansehen
 (7 Kommentare) (2 Reaktionen) (0 zugewiesene Personen)Python (38.959 Stars) (4.736 Forks)batch import
enhancementgood first issue

Beschreibung

Loading a vicuna13B using 4bit quantization from the transformers library is possible load_in_4bit. How difficult could be for Fastach to support it?

Contributor Guide

Tech Stack
pythonpytorch
Domain
machine learningai
Issue Type
feature
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
4
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
1-2 days
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
needs maintainer response
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
mostly clear
Voraussetzungen
PythonPyTorchHugging Face TransformersQuantization basics
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
50
Research-Richtung
Investigate how FastChat currently loads models (e.g., in model worker.py) and replicate the load in 4bit parameter from the transformers library. Review the transformers quantization documentation linked in the issue to understand the API. Check existing comments for any insights or blockers. Implement the parameter in the model loading pipeline, ensuring compatibility with the existing model serving infrastructure.