Commit History

Upphovsman SHA1 Meddelande Datum
  Roy Han d77a174eb4 defaut timeout 10 månader sedan
  Blake Mizerany cb42e607c5 llm: speed up gguf decoding by a lot (#5246) 10 månader sedan
  Daniel Hiltgen 5bf5aeec01 Refine mmap default logic on linux 10 månader sedan
  Daniel Hiltgen 96624aa412 Merge pull request #5072 from dhiltgen/windows_path 10 månader sedan
  Daniel Hiltgen 7784ca33ce Tighten up memory prediction logging 10 månader sedan
  Daniel Hiltgen 171796791f Adjust mmap logic for cuda windows for faster model load 10 månader sedan
  Daniel Hiltgen b2799f111b Move libraries out of users path 10 månader sedan
  Daniel Hiltgen da3bf23354 Workaround gfx900 SDMA bugs 11 månader sedan
  Daniel Hiltgen 6f351bf586 review comments and coverage 11 månader sedan
  Daniel Hiltgen fc37c192ae Refine CPU load behavior with system memory visibility 11 månader sedan
  Daniel Hiltgen 6fd04ca922 Improve multi-gpu handling at the limit 11 månader sedan
  Craig Hughes b84aea1685 Critical fix from llama.cpp JSON grammar to forbid un-escaped escape characters inside strings, which breaks parsing. (#3782) 10 månader sedan
  Michael Yang e40145a39d lint 11 månader sedan
  Michael Yang c895a7d13f some gocritic 11 månader sedan
  Michael Yang 829ff87bd1 revert tokenize ffi (#4761) 11 månader sedan
  Jeffrey Morgan a50a87a7b8 partial offloading: allow flash attention and disable mmap (#4734) 11 månader sedan
  Michael Yang 26a00a0410 use ffi for tokenizing/detokenizing 11 månader sedan
  Daniel Hiltgen 92c81e8117 Give the final model loading more time 11 månader sedan
  Lei Jitang 7487229c34 llm/server.go: Fix 2 minor typos (#4661) 11 månader sedan
  Daniel Hiltgen 0165ba1651 Merge pull request #4638 from dhiltgen/better_error 11 månader sedan
  Daniel Hiltgen c4209d6d21 Report better warning on client closed abort of load 11 månader sedan
  Patrick Devine 4cc3be3035 Move envconfig and consolidate env vars (#4608) 11 månader sedan
  Daniel Hiltgen b37b496a12 Wire up load progress 11 månader sedan
  Jeffrey Morgan 38255d2af1 Use flash attention flag for now (#4580) 11 månader sedan
  Sam e15307fdf4 feat: add support for flash_attn (#4120) 11 månader sedan
  Patrick Devine d1692fd3e0 fix the cpu estimatedTotal memory + get the expiry time for loading models (#4461) 11 månader sedan
  Daniel Hiltgen 853ae490e1 Sanitize the env var debug log 11 månader sedan
  Patrick Devine 6845988807 Ollama `ps` command for showing currently loaded models (#4327) 11 månader sedan
  jmorganca 92ca2cca95 Revert "only forward some env vars" 11 månader sedan
  Daniel Hiltgen c4014e73a2 Fall back to CPU runner with zero layers 11 månader sedan