AI-Hypercomputer/maxtext

Vedi su GitHub

A simple, performant, and scalable Jax LLM!

Stelle: 2.4k
Fork: 607
Issue aperte per principianti: 0
Issue indicizzate: 67
Merge medio: 2g 19h
PR unite (30g): 158

Lingua principale: Python
Licenza: Apache-2.0
Ultimo push su GitHub: 12/9/2026
Ultima indicizzazione: 13/9/2026
Guida per i contributori: Guida per i contributori
Codice di condotta: Nessun codice di condotta
Label per principianti: good first issue

Aperta Tutte

67 issue aperte indicizzate

`attend_dtype` not used Aperta

bug

AI-Hypercomputer/maxtext#531 · 1 commento · 0 reazioni · 1 assegnatario · Indicizzata il 13/9/2026
Create a user friendly inference demo Aperta

inference

AI-Hypercomputer/maxtext#532 · 0 commenti · 0 reazioni · 1 assegnatario · Indicizzata il 13/9/2026
Supported features Aperta

feature request

AI-Hypercomputer/maxtext#571 · 21 commenti · 2 reazioni · 2 assegnatari · Indicizzata il 13/9/2026
Support beam search Aperta

feature request inference

AI-Hypercomputer/maxtext#594 · 0 commenti · 0 reazioni · 1 assegnatario · Indicizzata il 13/9/2026
Support LoRA training Aperta

feature request

AI-Hypercomputer/maxtext#609 · 5 commenti · 3 reazioni · 1 assegnatario · Indicizzata il 13/9/2026
DEFAULT_MASK_VALUE causes gradient explosion and nan loss on deep models Aperta

bug

AI-Hypercomputer/maxtext#614 · 2 commenti · 2 reazioni · 1 assegnatario · Indicizzata il 13/9/2026
Multihost training collapses from time to time when loading the next batch Aperta

bug

AI-Hypercomputer/maxtext#786 · 3 commenti · 0 reazioni · 1 assegnatario · Indicizzata il 13/9/2026
Support nsys profiler upload in all cases Aperta

bug good first issue

AI-Hypercomputer/maxtext#911 · 1 commento · 0 reazioni · 1 assegnatario · Indicizzata il 13/9/2026
PGLE doesn't work for Tensor Parallelism Aperta

AI-Hypercomputer/maxtext#1005 · 3 commenti · 0 reazioni · 2 assegnatari · Indicizzata il 13/9/2026
Why logit checker has such a high tolerance? Aperta

AI-Hypercomputer/maxtext#1021 · 0 commenti · 4 reazioni · 1 assegnatario · Indicizzata il 13/9/2026
llama GPU model with dcn fsdp + ici tp + cudnn flash attention broken Aperta

AI-Hypercomputer/maxtext#1093 · 2 commenti · 0 reazioni · 1 assegnatario · Indicizzata il 13/9/2026
Apparent bug in the megablocks implementation Aperta

AI-Hypercomputer/maxtext#1183 · 14 commenti · 2 reazioni · 1 assegnatario · Indicizzata il 13/9/2026
docker build issue Aperta

AI-Hypercomputer/maxtext#1212 · 0 commenti · 0 reazioni · 1 assegnatario · Indicizzata il 13/9/2026
MFU drops significantly when using megablox with more experts Aperta

AI-Hypercomputer/maxtext#1256 · 8 commenti · 1 reazione · 1 assegnatario · Indicizzata il 13/9/2026
dependency error because of orbax-checkpoint version Aperta

AI-Hypercomputer/maxtext#1273 · 2 commenti · 0 reazioni · 1 assegnatario · Indicizzata il 13/9/2026
a little error Aperta

AI-Hypercomputer/maxtext#1321 · 1 commento · 0 reazioni · 1 assegnatario · Indicizzata il 13/9/2026
The default setting of `param_scan_axis=1` hurts performance and memory consumption on GPUs Aperta

AI-Hypercomputer/maxtext#1382 · 1 commento · 0 reazioni · 1 assegnatario · Indicizzata il 13/9/2026
When using dcn-DP and dcn-FSDP together got error when saving checkpoint. Aperta

AI-Hypercomputer/maxtext#1434 · 1 commento · 0 reazioni · 1 assegnatario · Indicizzata il 13/9/2026
Please create direct conversion scripts from huggingface for Gemma3 models Aperta

AI-Hypercomputer/maxtext#1528 · 1 commento · 0 reazioni · 1 assegnatario · Indicizzata il 13/9/2026
Make maxtext_xpk_runner support other trainers Aperta

feature request

AI-Hypercomputer/maxtext#1552 · 0 commenti · 0 reazioni · 2 assegnatari · Indicizzata il 13/9/2026
Fix "~/xpk" references Aperta

bug

AI-Hypercomputer/maxtext#1561 · 7 commenti · 0 reazioni · 1 assegnatario · Indicizzata il 13/9/2026
Package hierarchy: should benchmarks, end_to_end, pedagogical_examples be under MaxText? Aperta

AI-Hypercomputer/maxtext#1635 · 3 commenti · 0 reazioni · 1 assegnatario · Indicizzata il 13/9/2026
MaxText/prefix_cache.py vs jetstream/core/prefix_cache.py Aperta

AI-Hypercomputer/maxtext#1643 · 0 commenti · 0 reazioni · 2 assegnatari · Indicizzata il 13/9/2026
execute bash setup.sh take too long due to dependency version not locked. Aperta

AI-Hypercomputer/maxtext#1744 · 2 commenti · 0 reazioni · 1 assegnatario · Indicizzata il 13/9/2026
BUG (w FIX): Llama3 conversion to HF does not work Aperta

AI-Hypercomputer/maxtext#1774 · 3 commenti · 0 reazioni · 1 assegnatario · Indicizzata il 13/9/2026
GCS upload errors should not be silent Aperta

AI-Hypercomputer/maxtext#1817 · 2 commenti · 0 reazioni · 1 assegnatario · Indicizzata il 13/9/2026
[OOM] Huge memory usage in MoE Aperta

AI-Hypercomputer/maxtext#1828 · 1 commento · 0 reazioni · 1 assegnatario · Indicizzata il 13/9/2026
[REQUEST] Qwen3 support Aperta

AI-Hypercomputer/maxtext#1831 · 1 commento · 1 reazione · 1 assegnatario · Indicizzata il 13/9/2026
Regression: HF JSONL training halts early with Aperta

bug

AI-Hypercomputer/maxtext#2147 · 4 commenti · 0 reazioni · 1 assegnatario · Indicizzata il 13/9/2026
Conversion to unscanned format failed Aperta

bug

AI-Hypercomputer/maxtext#2176 · 2 commenti · 0 reazioni · 2 assegnatari · Indicizzata il 13/9/2026
Gemma3 Model Token Logits Mismatch with Different max_prefill_predict_length Aperta

bug

AI-Hypercomputer/maxtext#2179 · 2 commenti · 0 reazioni · 1 assegnatario · Indicizzata il 13/9/2026
Run pretraining of llama 7b/8b models on GPUs using a3/1vm.sh Aperta

bug

AI-Hypercomputer/maxtext#2193 · 4 commenti · 0 reazioni · 1 assegnatario · Indicizzata il 13/9/2026
QAT SFT Training Fails with Qwen3 MOE Aperta

bug

AI-Hypercomputer/maxtext#2305 · 0 commenti · 0 reazioni · 1 assegnatario · Indicizzata il 13/9/2026
[feature request] Support of GLM4.5V and Deepseek V3.1 Aperta

feature request

AI-Hypercomputer/maxtext#2330 · 3 commenti · 0 reazioni · 1 assegnatario · Indicizzata il 13/9/2026
Memory Leak when initialising Qwen model training with multihost runner Aperta

bug

AI-Hypercomputer/maxtext#2374 · 1 commento · 0 reazioni · 1 assegnatario · Indicizzata il 13/9/2026
wandb logging support Aperta

feature request

AI-Hypercomputer/maxtext#2434 · 5 commenti · 0 reazioni · 1 assegnatario · Indicizzata il 13/9/2026
gemma2-9b regressed by introduction of OSS-GPT Aperta

bug

AI-Hypercomputer/maxtext#2542 · 4 commenti · 0 reazioni · 2 assegnatari · Indicizzata il 13/9/2026
Model conversion on pathways cluster not working Aperta

bug

AI-Hypercomputer/maxtext#2578 · 1 commento · 0 reazioni · 1 assegnatario · Indicizzata il 13/9/2026
Documentation: base.yml comments don't match actual quantization option names in code Aperta

AI-Hypercomputer/maxtext#2593 · 0 commenti · 0 reazioni · 1 assegnatario · Indicizzata il 13/9/2026
Dependency conflicts between tpu-commons, tokamax, and google-tunix Aperta

bug

AI-Hypercomputer/maxtext#2664 · 1 commento · 0 reazioni · 1 assegnatario · Indicizzata il 13/9/2026
Robustness against network errors Aperta

feature request

AI-Hypercomputer/maxtext#2861 · 1 commento · 0 reazioni · 1 assegnatario · Indicizzata il 13/9/2026
Gemma3 to hf mapping error Aperta

bug

AI-Hypercomputer/maxtext#2867 · 5 commenti · 0 reazioni · 1 assegnatario · Indicizzata il 13/9/2026
Grain pool is exiting Aperta

bug

AI-Hypercomputer/maxtext#2878 · 3 commenti · 0 reazioni · 1 assegnatario · Indicizzata il 13/9/2026
SFT Model Convert to HuggingFace Error Aperta

bug

AI-Hypercomputer/maxtext#3003 · 2 commenti · 0 reazioni · 1 assegnatario · Indicizzata il 13/9/2026
Qwen3 MoE Conversion / Pre-Training Error Aperta

bug

AI-Hypercomputer/maxtext#3231 · 2 commenti · 0 reazioni · 1 assegnatario · Indicizzata il 13/9/2026
[Bug] Tunix GRPO VllmRollout.get_per_token_logps API mismatch and JAX concatenate type error Aperta

bug

AI-Hypercomputer/maxtext#3363 · 3 commenti · 0 reazioni · 1 assegnatario · Indicizzata il 13/9/2026
Issue with gradient accumulation and expansion_factor_real_data>1 Aperta

bug

AI-Hypercomputer/maxtext#3381 · 0 commenti · 0 reazioni · 1 assegnatario · Indicizzata il 13/9/2026
Conversion scripts fail on standard TPU VMs for large models Aperta

bug

AI-Hypercomputer/maxtext#3418 · 3 commenti · 0 reazioni · 1 assegnatario · Indicizzata il 13/9/2026
[Bug] Qwix Quantization Qwen3-14B: jax._src.dtypes.InvalidInputException Aperta

bug

AI-Hypercomputer/maxtext#3520 · 2 commenti · 0 reazioni · 1 assegnatario · Indicizzata il 13/9/2026
Refactor: Decouple GMM kernel backend dispatch from quantization logic in MoE sparse_matmul Aperta

feature request

AI-Hypercomputer/maxtext#3646 · 1 commento · 0 reazioni · 1 assegnatario · Indicizzata il 13/9/2026

AI-Hypercomputer/maxtext

Ricevi le nuove issue nella tua casella