lm-sys/FastChat

support for 4bit quantization from transfomer library.

Open

#1,798 opened on 2023年6月27日

GitHub で見る
 (7 comments) (2 reactions) (0 assignees)Python (38,959 stars) (4,736 forks)batch import
enhancementgood first issue

説明

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

コントリビューターガイド

技術スタック
pythonpytorch
領域
machine learningai
Issue 種別
feature
難度新しい貢献者にとっての実装難度です。1 は非常に小さな変更、5 は専門的な作業です。
4
推定時間経験ある貢献者が調査、実装、テスト、pull request 準備にかけるおおよその時間範囲です。
1-2 days
活動状況Issue が今どれだけ取り組みやすいかを示します。新しい、活発、古い、ブロック中、またはメンテナー入力待ちなどです。
needs maintainer response
明確さ期待される変更、受け入れ条件、次の手順がどれだけ明確かを示します。
mostly clear
前提条件
PythonPyTorchHugging Face TransformersQuantization basics
初心者向け度初回貢献者にどれだけ取り組みやすいかを 1-100 で推定したスコアです。
50
調査方針
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.