ggml-org/llama.cpp

llama : refactor the llm.build_xxx functions

已关闭

#5,239 创建于 2024年1月31日

在 GitHub 查看贡献者指南
 (3 条评论) (3 个反应) (0 位负责人)C++ (21,786 个派生)batch import
good first issuerefactoringroadmap

仓库指标

星标
 (124,222 个星标)
PR 合并指标
 (平均合并 6天 8小时) (30 天内合并 389 个 PR)

描述

Now that we support a large amount of architectures, we can clearly see the patterns when constructing the compute graphs - i.e. optional biases, different norm types, QKV vs Q+K+V, etc.

We should deduplicate the copy-paste portions in functions such as llm.build_llama(), llm.build_falcon(), etc.

The advantage of the current code is that it is easy to look into the graph of a specific architecture. When we refactor this, we will lose this convenience to some extend. So we should think about making this refactoring in such a way that we don't completely obscure which parts of the graph belong to which architectures

Open for ideas and suggestions how to do this best

贡献者指南

研究方向
检查 llama.cpp 代码库中现有的 llm.build llama()、llm.build falcon() 及类似函数，识别常见模式，例如可选偏置、不同的归一化类型以及 QKV 与 Q+K+V 的区别。提出一种通用的重构方法，以减少重复代码，同时保持检查单个架构图的能力。考虑使用配置驱动设计或模板方法来封装差异。
技术栈
cpp
领域
backendmachine learning
议题类型
重构
难度面向新贡献者的预计实现难度，1 表示很小改动，5 表示专家级工作。
3
预计时间有经验贡献者完成调查、实现、测试并准备 pull request 的粗略时间范围。
3-5 天
活动状态议题当前的可参与程度：新鲜、活跃、陈旧、阻塞或等待维护者输入。
活跃
清晰度议题是否清楚说明期望改动、验收标准和下一步。
基本清晰
前置要求
C++LLM architecture knowledge
新手友好度1-100 的估计分数，表示该议题对首次贡献者的友好程度。
30