lm-sys/FastChat

support for 4bit quantization from transfomer library.

Offen

#1.798 geöffnet am 27.06.2023

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

Repository-Metriken

Stars
 (38.959 Sterne)
PR-Merge-Metriken
 (PR-Metriken ausstehend)

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

Research-Richtung
Untersuche, wie FastChat derzeit Modelle lädt (z. B. in model worker.py), und repliziere den load in 4bit Parameter aus der transformers Bibliothek. Überprüfe die in der Issue verlinkte transformers Quantisierungsdokumentation, um die API zu verstehen. Prüfe vorhandene Kommentare auf Erkenntnisse oder Hindernisse. Implementiere den Parameter in der Modellladepipeline und stelle die Kompatibilität mit der bestehenden Modellserving Infrastruktur sicher.
Tech Stack
pythonpytorch
Domain
backend
Issue Type
Funktion
SchwierigkeitGeschätzte Implementierungsschwierigkeit für neue Contributors, von 1 für sehr kleine Änderungen bis 5 für Expertenarbeit.
2
Geschätzte ZeitEin grober Zeitrahmen, um zu recherchieren, zu implementieren, zu testen und einen Pull Request vorzubereiten.
1-3 Stunden
AktivitätsstatusWie verfügbar das Issue gerade wirkt: frisch, aktiv, stale, blockiert oder wartet auf Maintainer-Input.
Aktiv
KlarheitWie klar das Issue die erwartete Änderung, Akzeptanzkriterien und den nächsten Schritt erklärt.
Klar
Voraussetzungen
PythonPyTorchTransformers
EinsteigerfreundlichkeitEin Score von 1 bis 100, der schätzt, wie zugänglich dieses Issue für First-Time Contributors ist.
60