search

ztxz16 / fastllm

纯c++的全平台llm加速库，支持python调用，chatglm-6B级模型单卡可达10000+token / s，支持glm, llama, moss基座，手机端流畅运行
Apache License 2.0
3.28k stars 333 forks source link

提升torch2flm转换时4bit模型的量化精度 #345

Closed siemonchan closed 11 months ago

siemonchan commented 11 months ago

将torch2flm.py中量化权重为4bit时的策略改为非对称量化，以提升4bit模型精度