support for 4bit quantization from transfomer library.

描述

貢獻者指南

技術棧

pythonpytorch

領域

machine learningai

議題類型

feature

難度面向新貢獻者的預計實作難度，1 表示很小改動，5 表示專家級工作。

4

預計時間有經驗貢獻者完成調查、實作、測試並準備 pull request 的粗略時間範圍。

1-2 days

活動狀態議題目前的可參與程度：新鮮、活躍、陳舊、阻塞或等待維護者輸入。

needs maintainer response

清晰度議題是否清楚說明預期改動、驗收標準和下一步。

mostly clear

前置要求

PythonPyTorchHugging Face TransformersQuantization basics

新手友善度1-100 的估計分數，表示該議題對首次貢獻者的友善程度。

50

研究方向

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.