Track recipe config changes for quantizer rebuilds
Los mantenedores suelen responder en 2 días
@negvet ya está trabajando en esto.
Desde el 30/6/2026.
Evaluación
Este issue todavía no se ha evaluado.
Descripción
After https://github.com/NVIDIA/TransformerEngine/pull/2817/ is merged, mid-training recipe update should be well supported:
- Built-in recipes should compare full config, not just recipe state type.
- CustomRecipe should compare a stable qfactory/cache key or version.
- Add tests for replacing/mutating qfactories and same-class built-in changes.
- Lenguaje dominante
- Python
- Estrellas
- 3.6k
- Forks
- 862
- Merge medio
- 4 d 18 h
- PR fusionados (30 d)
- 64
Preparar el entorno
- Sin Dockerfile ni archivo de Docker Compose
- Tiene una plantilla de pull request
- Leer la guía de contribución
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de NVIDIA/TransformerEngine
-
[Bug] group_quantize_fp8_blockwise: mbarrier invalidated before other threads finish waiting on itAbierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 82/100
NVIDIA/TransformerEngine#3647 ·
Los mantenedores suelen responder en 2 días
-
[PyTorch] fp8_cs_quantize fake implementation returns a vector inverse scale instead of a scalarQuizá libre de nuevo @sanjana658 la tomó hace 7 días y no hay ningún pull request abierto. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 82/100
NVIDIA/TransformerEngine#3636 · 2 comentarios ·
Los mantenedores suelen responder en 2 días
-
[Bug] Backend selection picks FA3 for training with head_dim_qk=192 / v_head_dim=128, but FA3 backward cannot run itQuizá libre de nuevo @modelpath-dev la tomó hace 41 días y no hay ningún pull request abierto. Abiertoattention
Dificultad 2/5 1-3 horas Aptitud para principiantes 85/100
NVIDIA/TransformerEngine#3481 · 4 comentarios ·
Los mantenedores suelen responder en 2 días
-
Increase MAX_TENSOR_NUMAbiertobug
Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100
NVIDIA/TransformerEngine#2189 · 7 comentarios · 5 reacciones ·
Los mantenedores suelen responder en 2 días
-
Dificultad 4/5 3-5 días Aptitud para principiantes 48/100
NVIDIA/TransformerEngine#3668 ·
Los mantenedores suelen responder en 2 días
Todos los issues de NVIDIA/TransformerEngine
Issues similares
-
Path subtraction removes repeated suffix characters instead of one suffixPosiblemente ocupada @Gwerdonatus la tomó hoy. Abierto
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
joke2k/django-environ#671 ·
-
good first issue help wanted windows
Dificultad 2/5 1-3 horas Aptitud para principiantes 80/100
-
test_pgbouncer deploys the server under test from Charmhub instead of the local build (track/1.31)Abiertobug
Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100
canonical/temporal-k8s-operator#195 · 1 comentario ·
Los mantenedores suelen responder en 4 días
-
`burr` fails to start when the Python path has a space in itPosiblemente ocupada @enekoreto la tomó hoy. Abiertostatus/needs-triage
Dificultad 2/5 1-3 horas Aptitud para principiantes 72/100
Los mantenedores suelen responder en 5 días
-
device support request
Dificultad 2/5 1-3 horas Aptitud para principiantes 68/100
zigpy/zha-device-handlers#5461 ·
Los mantenedores suelen responder en 4 días