lmdeploy教程疑问 - KV Cache量化和W4A16量化怎么叠加？

Aperta
#376 2 commenti 0 reazioni 0 assegnatari Vedi su GitHub

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
4/5
Tempo stimato
3-5 giorni
Idoneità per principianti
25/100
Tipo di issue
Documentazione
Chiarezza
Da chiarire
Stato di attività
Ferma
Stack tecnologico
huggingface
Ambito
documentation, machine-learning

Direzione di ricerca

Inizia con la sezione sulla quantizzazione di lmdeploy.md collegata, in particolare con gli entry point lmdeploy lite calibrate e lmdeploy lite auto_awq. Verifica come interagiscono KV Cache e la quantizzazione W4A16 e se è documentato un percorso di conversione da Turbomind a Hugging Face. Il lavoro è considerato completato quando il tutorial spiega chiaramente il workflow supportato e i passaggi di conversione per la condivisione dei modelli.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

lmdeploy教程量化部分 分别介绍了如何做KV Cache量化和W4A16量化，两者结果都得到turbomind格式的模型。
但怎么把这两者结合起来？比如在KV Cache量化的结果上做W4A16量化。
lmdeploy lite calibrate和lmdeploy lite auto_awq都𣎴接受turbomind格式的模型，该如何去叠加？

另外，如果想把量化后的模型和别人共享，怎么把turbomind格式的转换成hugging face格式的？

Lingua principale
Python
Stelle
2k
Fork
1.5k
Nessuna PR unita negli ultimi 30g

Guida per i contributori

Nessuna guida per i contributori indicizzata per questo repository

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di InternLM/Tutorial

Tutte le issue di InternLM/Tutorial

Issue simili

Altre issue su Python

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.