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
3.32k
stars
340
forks
source link
加速llama3-sqlcoder-8b (Finetuned from model: [Meta-Llama-3-8B-Instruct])模型时,输出内容错误,全部是"!!!!!" #487
Open
Juvember opened 2 months ago