3 people 0a9ef0cfce Move query quantization to attention layer for Flashinfer & Triton. (#26534) ...

Signed-off-by: adabeyta <aabeyta@redhat.com>
Signed-off-by: Adrian Abeyta <aabeyta@redhat.com>
Co-authored-by: Luka Govedič <ProExpertProg@users.noreply.github.com>

2025-10-15 19:01:38 -04:00

..

basic_correctness

…

benchmarks

…

compile

Move query quantization to attention layer for Flashinfer & Triton. (#26534)

2025-10-15 19:01:38 -04:00

config

…

cuda

…

detokenizer

…

distributed

…

engine

…

entrypoints

…

evals

…

kernels

…

kv_transfer

…

lora

…

model_executor

…

models

…

multimodal

…

plugins

…

plugins_tests

…

prompts

…

quantization

…

reasoning

…

samplers

…

speculative_decoding/speculators

…

standalone_tests

…

system_messages

…

tokenization

…

tool_use

…

tools

…

tpu

…

transformers_utils

…

utils_

…

v1

…

vllm_test_utils

…

weight_loading

…

__init__.py

…

ci_envs.py

…

conftest.py

…

test_config.py

…

test_embedded_commit.py

…

test_envs.py

…

test_inputs.py

…

test_logger.py

…

test_outputs.py

…

test_pooling_params.py

…

test_regression.py

…

test_routing_simulator.py

Convert formatting to use ruff instead of yapf + isort (#26247)

2025-10-05 07:06:22 -07:00

test_scalartype.py

…

test_seed_behavior.py

…

test_sequence.py

…

test_triton_utils.py

…

test_version.py

…

test_vllm_port.py

…

utils.py

…