abetlen / abetlen/llama-cpp-python
Add batched inference
Aberta
enhancement
high-priority
- Linguagem predominante
- Python
- Estrelas
- 10.6k
- Forks
- 1.4k
- Métricas de merge de PRs
- Métricas de PR pendentes
Descrição
- [x] Use `llama_decode` instead of deprecated `llama_eval` in `Llama` class
- [ ] Implement batched inference support for `generate` and `create_completion` methods in `Llama` class
- [ ] Add support for streaming / infinite completion
Guia de contribuição
Avaliação
Esta issue ainda não foi avaliada.