RT @bnjmn_marie: Ich arbeere daran, GGUF-Unterstützung zu vLLM durch die Humming-Kernel hinzuzufügen. In nur 5 Stunden m...

RT @bnjmn_marie: Ich arbeere daran, GGUF-Unterstützung zu vLLM durch die Humming-Kernel hinzuzufügen. In nur 5 Stunden mit GPT-6 Astra habe ich es geschafft, vollständige Unterstützung für Quantisierungsformate von IQ/Q2 bis Q8 zu implementieren, die Geschwindigkeit von llama.cpp in meinen Benchmarks zu erreichen und es bei Batch-Größe 8 um etwa 30% zu übertreffen. Noch mehr auf Arint.info #Benchmarks #GGUF #Humming #LLM #Quantisierung #vLLM #arint_info https://x.com/bnjmn_marie/status/2113803691958599684

Read Original

Related