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
Geek Repo:Geek Repo
Github PK Tool:Github PK Tool
levinxo opened this issue 5 months ago · comments
目前使用torch2flm脚本转换chatglm3-6b-base int4模型,会产生20多G的.flm文件。 请问是否支持直接将int4量化的chatglm3-6b-base模型转为flm文件并推理?