File size: 206,915 Bytes
155464d |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 |
/home/cfruan/.conda/envs/mlc-source-311/bin/python -m mlc_chat gen_config /ssd1/cfruan/models/TinyLlama-1.1B-Chat-v0.4 --quantization q4f16_1 --conv-template chatml --output /tmp/tmp2xt0mvux
/home/cfruan/.conda/envs/mlc-source-311/lib/python3.11/site-packages/numpy/core/getlimits.py:549: UserWarning: The value of the smallest subnormal for <class 'numpy.float64'> type is zero.
setattr(self, word, getattr(machar, word).flat[0])
/home/cfruan/.conda/envs/mlc-source-311/lib/python3.11/site-packages/numpy/core/getlimits.py:89: UserWarning: The value of the smallest subnormal for <class 'numpy.float64'> type is zero.
return self._float_to_str(self.smallest_subnormal)
/home/cfruan/.conda/envs/mlc-source-311/lib/python3.11/site-packages/numpy/core/getlimits.py:549: UserWarning: The value of the smallest subnormal for <class 'numpy.float32'> type is zero.
setattr(self, word, getattr(machar, word).flat[0])
/home/cfruan/.conda/envs/mlc-source-311/lib/python3.11/site-packages/numpy/core/getlimits.py:89: UserWarning: The value of the smallest subnormal for <class 'numpy.float32'> type is zero.
return self._float_to_str(self.smallest_subnormal)
[2024-01-16 09:22:44] INFO auto_config.py:115: [92mFound[0m model configuration: /ssd1/cfruan/models/TinyLlama-1.1B-Chat-v0.4/config.json
[2024-01-16 09:22:44] INFO auto_config.py:153: [92mFound[0m model type: [1mllama[0m. Use `--model-type` to override.
[2024-01-16 09:22:44] INFO llama_model.py:51: [1mcontext_window_size[0m not found in config.json. Falling back to [1mmax_position_embeddings[0m (2048)
[2024-01-16 09:22:44] INFO llama_model.py:71: [1mprefill_chunk_size[0m defaults to [1mcontext_window_size[0m (2048)
[2024-01-16 09:22:44] INFO gen_config.py:117: [config.json] Setting [1mbos_token_id[0m: 1
[2024-01-16 09:22:44] INFO gen_config.py:117: [config.json] Setting [1meos_token_id[0m: 2
[2024-01-16 09:22:44] INFO gen_config.py:129: [92mFound[0m tokenizer config: /ssd1/cfruan/models/TinyLlama-1.1B-Chat-v0.4/tokenizer.model. Copying to [1m/tmp/tmp2xt0mvux/tokenizer.model[0m
[2024-01-16 09:22:45] INFO gen_config.py:129: [92mFound[0m tokenizer config: /ssd1/cfruan/models/TinyLlama-1.1B-Chat-v0.4/tokenizer.json. Copying to [1m/tmp/tmp2xt0mvux/tokenizer.json[0m
[2024-01-16 09:22:45] INFO gen_config.py:131: [91mNot found[0m tokenizer config: /ssd1/cfruan/models/TinyLlama-1.1B-Chat-v0.4/vocab.json
[2024-01-16 09:22:45] INFO gen_config.py:131: [91mNot found[0m tokenizer config: /ssd1/cfruan/models/TinyLlama-1.1B-Chat-v0.4/merges.txt
[2024-01-16 09:22:45] INFO gen_config.py:129: [92mFound[0m tokenizer config: /ssd1/cfruan/models/TinyLlama-1.1B-Chat-v0.4/added_tokens.json. Copying to [1m/tmp/tmp2xt0mvux/added_tokens.json[0m
[2024-01-16 09:22:45] INFO gen_config.py:129: [92mFound[0m tokenizer config: /ssd1/cfruan/models/TinyLlama-1.1B-Chat-v0.4/tokenizer_config.json. Copying to [1m/tmp/tmp2xt0mvux/tokenizer_config.json[0m
[2024-01-16 09:22:45] INFO gen_config.py:70: [System default] Setting [1mpad_token_id[0m: 0
[2024-01-16 09:22:45] INFO gen_config.py:70: [System default] Setting [1mtemperature[0m: 0.7
[2024-01-16 09:22:45] INFO gen_config.py:70: [System default] Setting [1mrepetition_penalty[0m: 1.0
[2024-01-16 09:22:45] INFO gen_config.py:70: [System default] Setting [1mtop_p[0m: 0.95
[2024-01-16 09:22:45] INFO gen_config.py:70: [System default] Setting [1mmean_gen_len[0m: 128
[2024-01-16 09:22:45] INFO gen_config.py:70: [System default] Setting [1mmax_gen_len[0m: 512
[2024-01-16 09:22:45] INFO gen_config.py:70: [System default] Setting [1mshift_fill_factor[0m: 0.3
[2024-01-16 09:22:45] INFO gen_config.py:159: Dumping configuration file to: [1m/tmp/tmp2xt0mvux/mlc-chat-config.json[0m
/home/cfruan/.conda/envs/mlc-source-311/bin/python -m mlc_chat convert_weight /ssd1/cfruan/models/TinyLlama-1.1B-Chat-v0.4 --quantization q4f16_1 --source-format auto --output /tmp/tmp2xt0mvux
/home/cfruan/.conda/envs/mlc-source-311/lib/python3.11/site-packages/numpy/core/getlimits.py:549: UserWarning: The value of the smallest subnormal for <class 'numpy.float64'> type is zero.
setattr(self, word, getattr(machar, word).flat[0])
/home/cfruan/.conda/envs/mlc-source-311/lib/python3.11/site-packages/numpy/core/getlimits.py:89: UserWarning: The value of the smallest subnormal for <class 'numpy.float64'> type is zero.
return self._float_to_str(self.smallest_subnormal)
/home/cfruan/.conda/envs/mlc-source-311/lib/python3.11/site-packages/numpy/core/getlimits.py:549: UserWarning: The value of the smallest subnormal for <class 'numpy.float32'> type is zero.
setattr(self, word, getattr(machar, word).flat[0])
/home/cfruan/.conda/envs/mlc-source-311/lib/python3.11/site-packages/numpy/core/getlimits.py:89: UserWarning: The value of the smallest subnormal for <class 'numpy.float32'> type is zero.
return self._float_to_str(self.smallest_subnormal)
[2024-01-16 09:22:45] INFO auto_config.py:115: [92mFound[0m model configuration: /ssd1/cfruan/models/TinyLlama-1.1B-Chat-v0.4/config.json
[2024-01-16 09:22:46] INFO auto_device.py:76: [92mFound[0m device: cuda:0
[2024-01-16 09:22:46] INFO auto_device.py:76: [92mFound[0m device: cuda:1
[2024-01-16 09:22:46] INFO auto_device.py:85: [91mNot found[0m device: rocm:0
[2024-01-16 09:22:47] INFO auto_device.py:85: [91mNot found[0m device: metal:0
[2024-01-16 09:22:47] INFO auto_device.py:76: [92mFound[0m device: vulkan:0
[2024-01-16 09:22:47] INFO auto_device.py:76: [92mFound[0m device: vulkan:1
[2024-01-16 09:22:47] INFO auto_device.py:76: [92mFound[0m device: vulkan:2
[2024-01-16 09:22:48] INFO auto_device.py:85: [91mNot found[0m device: opencl:0
[2024-01-16 09:22:48] INFO auto_device.py:33: Using device: [1mcuda:0[0m
[2024-01-16 09:22:48] INFO auto_weight.py:70: Finding weights in: /ssd1/cfruan/models/TinyLlama-1.1B-Chat-v0.4
[2024-01-16 09:22:48] INFO auto_weight.py:129: [92mFound[0m source weight format: huggingface-torch. Source configuration: /ssd1/cfruan/models/TinyLlama-1.1B-Chat-v0.4/pytorch_model.bin
[2024-01-16 09:22:48] INFO auto_weight.py:143: [92mFound[0m source weight format: huggingface-safetensor. Source configuration: /ssd1/cfruan/models/TinyLlama-1.1B-Chat-v0.4/model.safetensors.index.json
[2024-01-16 09:22:48] INFO auto_weight.py:106: Using source weight configuration: [1m/ssd1/cfruan/models/TinyLlama-1.1B-Chat-v0.4/pytorch_model.bin[0m. Use `--source` to override.
[2024-01-16 09:22:48] INFO auto_weight.py:110: Using source weight format: [1mhuggingface-torch[0m. Use `--source-format` to override.
[2024-01-16 09:22:48] INFO auto_config.py:153: [92mFound[0m model type: [1mllama[0m. Use `--model-type` to override.
[2024-01-16 09:22:48] INFO llama_model.py:51: [1mcontext_window_size[0m not found in config.json. Falling back to [1mmax_position_embeddings[0m (2048)
[2024-01-16 09:22:48] INFO llama_model.py:71: [1mprefill_chunk_size[0m defaults to [1mcontext_window_size[0m (2048)
[2024-01-16 09:22:52] INFO huggingface_loader.py:169: Loading HF parameters from: /ssd1/cfruan/models/TinyLlama-1.1B-Chat-v0.4/pytorch_model.bin
[1mWeight conversion with arguments:[0m
[1m--config[0m /ssd1/cfruan/models/TinyLlama-1.1B-Chat-v0.4/config.json
[1m--quantization[0m GroupQuantize(name='q4f16_1', kind='group-quant', group_size=32, quantize_dtype='int4', storage_dtype='uint32', model_dtype='float16', linear_weight_layout='NK', num_elem_per_storage=8, num_storage_per_group=4, max_int_value=7)
[1m--model-type[0m llama
[1m--device[0m cuda:0
[1m--source[0m /ssd1/cfruan/models/TinyLlama-1.1B-Chat-v0.4/pytorch_model.bin
[1m--source-format[0m huggingface-torch
[1m--output[0m /tmp/tmp2xt0mvux
0%| | 0/135 [00:00<?, ?it/s]
[2024-01-16 09:22:55] INFO group_quantization.py:227: Compiling quantize function for key: ((32003, 2048), float16, cuda, axis=1, output_transpose=False)
0%| | 0/135 [00:00<?, ?it/s]
[2024-01-16 09:22:56] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.embed_tokens.q_weight[0m", shape: (32003, 256), dtype: uint32
0%| | 0/135 [00:01<?, ?it/s]
[2024-01-16 09:22:56] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.embed_tokens.q_scale[0m", shape: (32003, 64), dtype: float16
0%| | 0/135 [00:01<?, ?it/s]
1%|█▏ | 1/135 [00:01<03:24, 1.53s/it]
[2024-01-16 09:22:56] INFO group_quantization.py:227: Compiling quantize function for key: ((2560, 2048), float16, cuda, axis=1, output_transpose=False)
1%|█▏ | 1/135 [00:01<03:24, 1.53s/it]
[2024-01-16 09:22:56] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.0.self_attn.qkv_proj.q_weight[0m", shape: (2560, 256), dtype: uint32
1%|█▏ | 1/135 [00:01<03:24, 1.53s/it]
[2024-01-16 09:22:56] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.0.self_attn.qkv_proj.q_scale[0m", shape: (2560, 64), dtype: float16
1%|█▏ | 1/135 [00:01<03:24, 1.53s/it]
1%|██▎ | 2/135 [00:01<01:55, 1.15it/s]
[2024-01-16 09:22:56] INFO group_quantization.py:227: Compiling quantize function for key: ((2048, 2048), float16, cuda, axis=1, output_transpose=False)
1%|██▎ | 2/135 [00:01<01:55, 1.15it/s]
[2024-01-16 09:22:56] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.0.self_attn.o_proj.q_weight[0m", shape: (2048, 256), dtype: uint32
1%|██▎ | 2/135 [00:02<01:55, 1.15it/s]
[2024-01-16 09:22:56] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.0.self_attn.o_proj.q_scale[0m", shape: (2048, 64), dtype: float16
1%|██▎ | 2/135 [00:02<01:55, 1.15it/s]
2%|███▍ | 3/135 [00:02<01:26, 1.53it/s]
[2024-01-16 09:22:57] INFO group_quantization.py:227: Compiling quantize function for key: ((11264, 2048), float16, cuda, axis=1, output_transpose=False)
2%|███▍ | 3/135 [00:02<01:26, 1.53it/s]
[2024-01-16 09:22:57] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.0.mlp.gate_up_proj.q_weight[0m", shape: (11264, 256), dtype: uint32
2%|███▍ | 3/135 [00:02<01:26, 1.53it/s]
[2024-01-16 09:22:57] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.0.mlp.gate_up_proj.q_scale[0m", shape: (11264, 64), dtype: float16
2%|███▍ | 3/135 [00:02<01:26, 1.53it/s]
3%|████▌ | 4/135 [00:02<01:20, 1.62it/s]
[2024-01-16 09:22:57] INFO group_quantization.py:227: Compiling quantize function for key: ((2048, 5632), float16, cuda, axis=1, output_transpose=False)
3%|████▌ | 4/135 [00:02<01:20, 1.62it/s]
[2024-01-16 09:22:57] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.0.mlp.down_proj.q_weight[0m", shape: (2048, 704), dtype: uint32
3%|████▌ | 4/135 [00:03<01:20, 1.62it/s]
[2024-01-16 09:22:57] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.0.mlp.down_proj.q_scale[0m", shape: (2048, 176), dtype: float16
3%|████▌ | 4/135 [00:03<01:20, 1.62it/s]
4%|█████▋ | 5/135 [00:03<01:11, 1.81it/s]
[2024-01-16 09:22:57] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.0.input_layernorm.weight[0m", shape: (2048,), dtype: float16
4%|█████▋ | 5/135 [00:03<01:11, 1.81it/s]
[2024-01-16 09:22:57] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.0.post_attention_layernorm.weight[0m", shape: (2048,), dtype: float16
4%|█████▋ | 5/135 [00:03<01:11, 1.81it/s]
[2024-01-16 09:22:58] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.1.self_attn.qkv_proj.q_weight[0m", shape: (2560, 256), dtype: uint32
4%|█████▋ | 5/135 [00:03<01:11, 1.81it/s]
[2024-01-16 09:22:58] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.1.self_attn.qkv_proj.q_scale[0m", shape: (2560, 64), dtype: float16
4%|█████▋ | 5/135 [00:03<01:11, 1.81it/s]
[2024-01-16 09:22:58] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.1.self_attn.o_proj.q_weight[0m", shape: (2048, 256), dtype: uint32
4%|█████▋ | 5/135 [00:03<01:11, 1.81it/s]
[2024-01-16 09:22:58] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.1.self_attn.o_proj.q_scale[0m", shape: (2048, 64), dtype: float16
4%|█████▋ | 5/135 [00:03<01:11, 1.81it/s]
[2024-01-16 09:22:58] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.1.mlp.gate_up_proj.q_weight[0m", shape: (11264, 256), dtype: uint32
4%|█████▋ | 5/135 [00:03<01:11, 1.81it/s]
[2024-01-16 09:22:58] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.1.mlp.gate_up_proj.q_scale[0m", shape: (11264, 64), dtype: float16
4%|█████▋ | 5/135 [00:03<01:11, 1.81it/s]
7%|███████████▎ | 10/135 [00:03<00:23, 5.28it/s]
[2024-01-16 09:22:58] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.1.mlp.down_proj.q_weight[0m", shape: (2048, 704), dtype: uint32
7%|███████████▎ | 10/135 [00:03<00:23, 5.28it/s]
[2024-01-16 09:22:58] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.1.mlp.down_proj.q_scale[0m", shape: (2048, 176), dtype: float16
7%|███████████▎ | 10/135 [00:03<00:23, 5.28it/s]
[2024-01-16 09:22:58] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.1.input_layernorm.weight[0m", shape: (2048,), dtype: float16
7%|███████████▎ | 10/135 [00:03<00:23, 5.28it/s]
[2024-01-16 09:22:58] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.1.post_attention_layernorm.weight[0m", shape: (2048,), dtype: float16
7%|███████████▎ | 10/135 [00:03<00:23, 5.28it/s]
[2024-01-16 09:22:58] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.2.self_attn.qkv_proj.q_weight[0m", shape: (2560, 256), dtype: uint32
7%|███████████▎ | 10/135 [00:03<00:23, 5.28it/s]
[2024-01-16 09:22:58] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.2.self_attn.qkv_proj.q_scale[0m", shape: (2560, 64), dtype: float16
7%|███████████▎ | 10/135 [00:03<00:23, 5.28it/s]
[2024-01-16 09:22:58] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.2.self_attn.o_proj.q_weight[0m", shape: (2048, 256), dtype: uint32
7%|███████████▎ | 10/135 [00:03<00:23, 5.28it/s]
[2024-01-16 09:22:58] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.2.self_attn.o_proj.q_scale[0m", shape: (2048, 64), dtype: float16
7%|███████████▎ | 10/135 [00:03<00:23, 5.28it/s]
[2024-01-16 09:22:58] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.2.mlp.gate_up_proj.q_weight[0m", shape: (11264, 256), dtype: uint32
7%|███████████▎ | 10/135 [00:03<00:23, 5.28it/s]
[2024-01-16 09:22:58] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.2.mlp.gate_up_proj.q_scale[0m", shape: (11264, 64), dtype: float16
7%|███████████▎ | 10/135 [00:03<00:23, 5.28it/s]
12%|██████████████████ | 16/135 [00:03<00:13, 8.91it/s]
[2024-01-16 09:22:58] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.2.mlp.down_proj.q_weight[0m", shape: (2048, 704), dtype: uint32
12%|██████████████████ | 16/135 [00:03<00:13, 8.91it/s]
[2024-01-16 09:22:58] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.2.mlp.down_proj.q_scale[0m", shape: (2048, 176), dtype: float16
12%|██████████████████ | 16/135 [00:03<00:13, 8.91it/s]
[2024-01-16 09:22:58] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.2.input_layernorm.weight[0m", shape: (2048,), dtype: float16
12%|██████████████████ | 16/135 [00:03<00:13, 8.91it/s]
[2024-01-16 09:22:58] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.2.post_attention_layernorm.weight[0m", shape: (2048,), dtype: float16
12%|██████████████████ | 16/135 [00:03<00:13, 8.91it/s]
[2024-01-16 09:22:58] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.3.self_attn.qkv_proj.q_weight[0m", shape: (2560, 256), dtype: uint32
12%|██████████████████ | 16/135 [00:03<00:13, 8.91it/s]
[2024-01-16 09:22:58] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.3.self_attn.qkv_proj.q_scale[0m", shape: (2560, 64), dtype: float16
12%|██████████████████ | 16/135 [00:03<00:13, 8.91it/s]
15%|██████████████████████▌ | 20/135 [00:03<00:09, 12.16it/s]
[2024-01-16 09:22:58] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.3.self_attn.o_proj.q_weight[0m", shape: (2048, 256), dtype: uint32
15%|██████████████████████▌ | 20/135 [00:03<00:09, 12.16it/s]
[2024-01-16 09:22:58] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.3.self_attn.o_proj.q_scale[0m", shape: (2048, 64), dtype: float16
15%|██████████████████████▌ | 20/135 [00:03<00:09, 12.16it/s]
[2024-01-16 09:22:58] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.3.mlp.gate_up_proj.q_weight[0m", shape: (11264, 256), dtype: uint32
15%|██████████████████████▌ | 20/135 [00:04<00:09, 12.16it/s]
[2024-01-16 09:22:58] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.3.mlp.gate_up_proj.q_scale[0m", shape: (11264, 64), dtype: float16
15%|██████████████████████▌ | 20/135 [00:04<00:09, 12.16it/s]
[2024-01-16 09:22:58] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.3.mlp.down_proj.q_weight[0m", shape: (2048, 704), dtype: uint32
15%|██████████████████████▌ | 20/135 [00:04<00:09, 12.16it/s]
[2024-01-16 09:22:58] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.3.mlp.down_proj.q_scale[0m", shape: (2048, 176), dtype: float16
15%|██████████████████████▌ | 20/135 [00:04<00:09, 12.16it/s]
17%|█████████████████████████▉ | 23/135 [00:04<00:09, 12.34it/s]
[2024-01-16 09:22:58] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.3.input_layernorm.weight[0m", shape: (2048,), dtype: float16
17%|█████████████████████████▉ | 23/135 [00:04<00:09, 12.34it/s]
[2024-01-16 09:22:58] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.3.post_attention_layernorm.weight[0m", shape: (2048,), dtype: float16
17%|█████████████████████████▉ | 23/135 [00:04<00:09, 12.34it/s]
[2024-01-16 09:22:58] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.4.self_attn.qkv_proj.q_weight[0m", shape: (2560, 256), dtype: uint32
17%|█████████████████████████▉ | 23/135 [00:04<00:09, 12.34it/s]
[2024-01-16 09:22:58] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.4.self_attn.qkv_proj.q_scale[0m", shape: (2560, 64), dtype: float16
17%|█████████████████████████▉ | 23/135 [00:04<00:09, 12.34it/s]
[2024-01-16 09:22:58] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.4.self_attn.o_proj.q_weight[0m", shape: (2048, 256), dtype: uint32
17%|█████████████████████████▉ | 23/135 [00:04<00:09, 12.34it/s]
[2024-01-16 09:22:58] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.4.self_attn.o_proj.q_scale[0m", shape: (2048, 64), dtype: float16
17%|█████████████████████████▉ | 23/135 [00:04<00:09, 12.34it/s]
[2024-01-16 09:22:59] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.4.mlp.gate_up_proj.q_weight[0m", shape: (11264, 256), dtype: uint32
17%|█████████████████████████▉ | 23/135 [00:04<00:09, 12.34it/s]
[2024-01-16 09:22:59] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.4.mlp.gate_up_proj.q_scale[0m", shape: (11264, 64), dtype: float16
17%|█████████████████████████▉ | 23/135 [00:04<00:09, 12.34it/s]
21%|███████████████████████████████▌ | 28/135 [00:04<00:07, 14.26it/s]
[2024-01-16 09:22:59] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.4.mlp.down_proj.q_weight[0m", shape: (2048, 704), dtype: uint32
21%|███████████████████████████████▌ | 28/135 [00:04<00:07, 14.26it/s]
[2024-01-16 09:22:59] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.4.mlp.down_proj.q_scale[0m", shape: (2048, 176), dtype: float16
21%|███████████████████████████████▌ | 28/135 [00:04<00:07, 14.26it/s]
[2024-01-16 09:22:59] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.4.input_layernorm.weight[0m", shape: (2048,), dtype: float16
21%|███████████████████████████████▌ | 28/135 [00:04<00:07, 14.26it/s]
[2024-01-16 09:22:59] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.4.post_attention_layernorm.weight[0m", shape: (2048,), dtype: float16
21%|███████████████████████████████▌ | 28/135 [00:04<00:07, 14.26it/s]
[2024-01-16 09:22:59] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.5.self_attn.qkv_proj.q_weight[0m", shape: (2560, 256), dtype: uint32
21%|███████████████████████████████▌ | 28/135 [00:04<00:07, 14.26it/s]
[2024-01-16 09:22:59] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.5.self_attn.qkv_proj.q_scale[0m", shape: (2560, 64), dtype: float16
21%|███████████████████████████████▌ | 28/135 [00:04<00:07, 14.26it/s]
[2024-01-16 09:22:59] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.5.self_attn.o_proj.q_weight[0m", shape: (2048, 256), dtype: uint32
21%|███████████████████████████████▌ | 28/135 [00:04<00:07, 14.26it/s]
[2024-01-16 09:22:59] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.5.self_attn.o_proj.q_scale[0m", shape: (2048, 64), dtype: float16
21%|███████████████████████████████▌ | 28/135 [00:04<00:07, 14.26it/s]
[2024-01-16 09:22:59] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.5.mlp.gate_up_proj.q_weight[0m", shape: (11264, 256), dtype: uint32
21%|███████████████████████████████▌ | 28/135 [00:04<00:07, 14.26it/s]
[2024-01-16 09:22:59] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.5.mlp.gate_up_proj.q_scale[0m", shape: (11264, 64), dtype: float16
21%|███████████████████████████████▌ | 28/135 [00:04<00:07, 14.26it/s]
25%|██████████████████████████████████████▎ | 34/135 [00:04<00:06, 16.33it/s]
[2024-01-16 09:22:59] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.5.mlp.down_proj.q_weight[0m", shape: (2048, 704), dtype: uint32
25%|██████████████████████████████████████▎ | 34/135 [00:04<00:06, 16.33it/s]
[2024-01-16 09:22:59] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.5.mlp.down_proj.q_scale[0m", shape: (2048, 176), dtype: float16
25%|██████████████████████████████████████▎ | 34/135 [00:04<00:06, 16.33it/s]
[2024-01-16 09:22:59] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.5.input_layernorm.weight[0m", shape: (2048,), dtype: float16
25%|██████████████████████████████████████▎ | 34/135 [00:04<00:06, 16.33it/s]
[2024-01-16 09:22:59] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.5.post_attention_layernorm.weight[0m", shape: (2048,), dtype: float16
25%|██████████████████████████████████████▎ | 34/135 [00:04<00:06, 16.33it/s]
[2024-01-16 09:22:59] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.6.self_attn.qkv_proj.q_weight[0m", shape: (2560, 256), dtype: uint32
25%|██████████████████████████████████████▎ | 34/135 [00:04<00:06, 16.33it/s]
[2024-01-16 09:22:59] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.6.self_attn.qkv_proj.q_scale[0m", shape: (2560, 64), dtype: float16
25%|██████████████████████████████████████▎ | 34/135 [00:04<00:06, 16.33it/s]
[2024-01-16 09:22:59] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.6.self_attn.o_proj.q_weight[0m", shape: (2048, 256), dtype: uint32
25%|██████████████████████████████████████▎ | 34/135 [00:04<00:06, 16.33it/s]
[2024-01-16 09:22:59] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.6.self_attn.o_proj.q_scale[0m", shape: (2048, 64), dtype: float16
25%|██████████████████████████████████████▎ | 34/135 [00:04<00:06, 16.33it/s]
29%|███████████████████████████████████████████▉ | 39/135 [00:04<00:04, 20.69it/s]
[2024-01-16 09:22:59] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.6.mlp.gate_up_proj.q_weight[0m", shape: (11264, 256), dtype: uint32
29%|███████████████████████████████████████████▉ | 39/135 [00:05<00:04, 20.69it/s]
[2024-01-16 09:22:59] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.6.mlp.gate_up_proj.q_scale[0m", shape: (11264, 64), dtype: float16
29%|███████████████████████████████████████████▉ | 39/135 [00:05<00:04, 20.69it/s]
[2024-01-16 09:22:59] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.6.mlp.down_proj.q_weight[0m", shape: (2048, 704), dtype: uint32
29%|███████████████████████████████████████████▉ | 39/135 [00:05<00:04, 20.69it/s]
[2024-01-16 09:22:59] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.6.mlp.down_proj.q_scale[0m", shape: (2048, 176), dtype: float16
29%|███████████████████████████████████████████▉ | 39/135 [00:05<00:04, 20.69it/s]
[2024-01-16 09:22:59] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.6.input_layernorm.weight[0m", shape: (2048,), dtype: float16
29%|███████████████████████████████████████████▉ | 39/135 [00:05<00:04, 20.69it/s]
31%|███████████████████████████████████████████████▎ | 42/135 [00:05<00:05, 18.26it/s]
[2024-01-16 09:22:59] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.6.post_attention_layernorm.weight[0m", shape: (2048,), dtype: float16
31%|███████████████████████████████████████████████▎ | 42/135 [00:05<00:05, 18.26it/s]
[2024-01-16 09:22:59] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.7.self_attn.qkv_proj.q_weight[0m", shape: (2560, 256), dtype: uint32
31%|███████████████████████████████████████████████▎ | 42/135 [00:05<00:05, 18.26it/s]
[2024-01-16 09:22:59] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.7.self_attn.qkv_proj.q_scale[0m", shape: (2560, 64), dtype: float16
31%|███████████████████████████████████████████████▎ | 42/135 [00:05<00:05, 18.26it/s]
[2024-01-16 09:22:59] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.7.self_attn.o_proj.q_weight[0m", shape: (2048, 256), dtype: uint32
31%|███████████████████████████████████████████████▎ | 42/135 [00:05<00:05, 18.26it/s]
[2024-01-16 09:22:59] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.7.self_attn.o_proj.q_scale[0m", shape: (2048, 64), dtype: float16
31%|███████████████████████████████████████████████▎ | 42/135 [00:05<00:05, 18.26it/s]
[2024-01-16 09:22:59] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.7.mlp.gate_up_proj.q_weight[0m", shape: (11264, 256), dtype: uint32
31%|███████████████████████████████████████████████▎ | 42/135 [00:05<00:05, 18.26it/s]
[2024-01-16 09:22:59] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.7.mlp.gate_up_proj.q_scale[0m", shape: (11264, 64), dtype: float16
31%|███████████████████████████████████████████████▎ | 42/135 [00:05<00:05, 18.26it/s]
34%|███████████████████████████████████████████████████▊ | 46/135 [00:05<00:04, 18.07it/s]
[2024-01-16 09:23:00] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.7.mlp.down_proj.q_weight[0m", shape: (2048, 704), dtype: uint32
34%|███████████████████████████████████████████████████▊ | 46/135 [00:05<00:04, 18.07it/s]
[2024-01-16 09:23:00] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.7.mlp.down_proj.q_scale[0m", shape: (2048, 176), dtype: float16
34%|███████████████████████████████████████████████████▊ | 46/135 [00:05<00:04, 18.07it/s]
[2024-01-16 09:23:00] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.7.input_layernorm.weight[0m", shape: (2048,), dtype: float16
34%|███████████████████████████████████████████████████▊ | 46/135 [00:05<00:04, 18.07it/s]
[2024-01-16 09:23:00] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.7.post_attention_layernorm.weight[0m", shape: (2048,), dtype: float16
34%|███████████████████████████████████████████████████▊ | 46/135 [00:05<00:04, 18.07it/s]
[2024-01-16 09:23:00] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.8.self_attn.qkv_proj.q_weight[0m", shape: (2560, 256), dtype: uint32
34%|███████████████████████████████████████████████████▊ | 46/135 [00:05<00:04, 18.07it/s]
[2024-01-16 09:23:00] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.8.self_attn.qkv_proj.q_scale[0m", shape: (2560, 64), dtype: float16
34%|███████████████████████████████████████████████████▊ | 46/135 [00:05<00:04, 18.07it/s]
[2024-01-16 09:23:00] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.8.self_attn.o_proj.q_weight[0m", shape: (2048, 256), dtype: uint32
34%|███████████████████████████████████████████████████▊ | 46/135 [00:05<00:04, 18.07it/s]
[2024-01-16 09:23:00] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.8.self_attn.o_proj.q_scale[0m", shape: (2048, 64), dtype: float16
34%|███████████████████████████████████████████████████▊ | 46/135 [00:05<00:04, 18.07it/s]
[2024-01-16 09:23:00] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.8.mlp.gate_up_proj.q_weight[0m", shape: (11264, 256), dtype: uint32
34%|███████████████████████████████████████████████████▊ | 46/135 [00:05<00:04, 18.07it/s]
[2024-01-16 09:23:00] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.8.mlp.gate_up_proj.q_scale[0m", shape: (11264, 64), dtype: float16
34%|███████████████████████████████████████████████████▊ | 46/135 [00:05<00:04, 18.07it/s]
39%|██████████████████████████████████████████████████████████▌ | 52/135 [00:05<00:04, 19.95it/s]
[2024-01-16 09:23:00] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.8.mlp.down_proj.q_weight[0m", shape: (2048, 704), dtype: uint32
39%|██████████████████████████████████████████████████████████▌ | 52/135 [00:05<00:04, 19.95it/s]
[2024-01-16 09:23:00] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.8.mlp.down_proj.q_scale[0m", shape: (2048, 176), dtype: float16
39%|██████████████████████████████████████████████████████████▌ | 52/135 [00:05<00:04, 19.95it/s]
[2024-01-16 09:23:00] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.8.input_layernorm.weight[0m", shape: (2048,), dtype: float16
39%|██████████████████████████████████████████████████████████▌ | 52/135 [00:05<00:04, 19.95it/s]
[2024-01-16 09:23:00] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.8.post_attention_layernorm.weight[0m", shape: (2048,), dtype: float16
39%|██████████████████████████████████████████████████████████▌ | 52/135 [00:05<00:04, 19.95it/s]
[2024-01-16 09:23:00] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.9.self_attn.qkv_proj.q_weight[0m", shape: (2560, 256), dtype: uint32
39%|██████████████████████████████████████████████████████████▌ | 52/135 [00:05<00:04, 19.95it/s]
[2024-01-16 09:23:00] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.9.self_attn.qkv_proj.q_scale[0m", shape: (2560, 64), dtype: float16
39%|██████████████████████████████████████████████████████████▌ | 52/135 [00:05<00:04, 19.95it/s]
[2024-01-16 09:23:00] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.9.self_attn.o_proj.q_weight[0m", shape: (2048, 256), dtype: uint32
39%|██████████████████████████████████████████████████████████▌ | 52/135 [00:05<00:04, 19.95it/s]
[2024-01-16 09:23:00] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.9.self_attn.o_proj.q_scale[0m", shape: (2048, 64), dtype: float16
39%|██████████████████████████████████████████████████████████▌ | 52/135 [00:05<00:04, 19.95it/s]
[2024-01-16 09:23:00] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.9.mlp.gate_up_proj.q_weight[0m", shape: (11264, 256), dtype: uint32
39%|██████████████████████████████████████████████████████████▌ | 52/135 [00:05<00:04, 19.95it/s]
[2024-01-16 09:23:00] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.9.mlp.gate_up_proj.q_scale[0m", shape: (11264, 64), dtype: float16
39%|██████████████████████████████████████████████████████████▌ | 52/135 [00:05<00:04, 19.95it/s]
43%|█████████████████████████████████████████████████████████████████▎ | 58/135 [00:05<00:03, 21.24it/s]
[2024-01-16 09:23:00] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.9.mlp.down_proj.q_weight[0m", shape: (2048, 704), dtype: uint32
43%|█████████████████████████████████████████████████████████████████▎ | 58/135 [00:05<00:03, 21.24it/s]
[2024-01-16 09:23:00] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.9.mlp.down_proj.q_scale[0m", shape: (2048, 176), dtype: float16
43%|█████████████████████████████████████████████████████████████████▎ | 58/135 [00:05<00:03, 21.24it/s]
[2024-01-16 09:23:00] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.9.input_layernorm.weight[0m", shape: (2048,), dtype: float16
43%|█████████████████████████████████████████████████████████████████▎ | 58/135 [00:05<00:03, 21.24it/s]
[2024-01-16 09:23:00] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.9.post_attention_layernorm.weight[0m", shape: (2048,), dtype: float16
43%|█████████████████████████████████████████████████████████████████▎ | 58/135 [00:05<00:03, 21.24it/s]
[2024-01-16 09:23:00] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.10.self_attn.qkv_proj.q_weight[0m", shape: (2560, 256), dtype: uint32
43%|█████████████████████████████████████████████████████████████████▎ | 58/135 [00:05<00:03, 21.24it/s]
[2024-01-16 09:23:00] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.10.self_attn.qkv_proj.q_scale[0m", shape: (2560, 64), dtype: float16
43%|█████████████████████████████████████████████████████████████████▎ | 58/135 [00:05<00:03, 21.24it/s]
[2024-01-16 09:23:00] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.10.self_attn.o_proj.q_weight[0m", shape: (2048, 256), dtype: uint32
43%|█████████████████████████████████████████████████████████████████▎ | 58/135 [00:05<00:03, 21.24it/s]
[2024-01-16 09:23:00] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.10.self_attn.o_proj.q_scale[0m", shape: (2048, 64), dtype: float16
43%|█████████████████████████████████████████████████████████████████▎ | 58/135 [00:05<00:03, 21.24it/s]
47%|██████████████████████████████████████████████████████████████████████▉ | 63/135 [00:05<00:02, 25.36it/s]
[2024-01-16 09:23:00] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.10.mlp.gate_up_proj.q_weight[0m", shape: (11264, 256), dtype: uint32
47%|██████████████████████████████████████████████████████████████████████▉ | 63/135 [00:06<00:02, 25.36it/s]
[2024-01-16 09:23:00] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.10.mlp.gate_up_proj.q_scale[0m", shape: (11264, 64), dtype: float16
47%|██████████████████████████████████████████████████████████████████████▉ | 63/135 [00:06<00:02, 25.36it/s]
[2024-01-16 09:23:00] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.10.mlp.down_proj.q_weight[0m", shape: (2048, 704), dtype: uint32
47%|██████████████████████████████████████████████████████████████████████▉ | 63/135 [00:06<00:02, 25.36it/s]
[2024-01-16 09:23:00] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.10.mlp.down_proj.q_scale[0m", shape: (2048, 176), dtype: float16
47%|██████████████████████████████████████████████████████████████████████▉ | 63/135 [00:06<00:02, 25.36it/s]
[2024-01-16 09:23:00] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.10.input_layernorm.weight[0m", shape: (2048,), dtype: float16
47%|██████████████████████████████████████████████████████████████████████▉ | 63/135 [00:06<00:02, 25.36it/s]
[2024-01-16 09:23:00] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.10.post_attention_layernorm.weight[0m", shape: (2048,), dtype: float16
47%|██████████████████████████████████████████████████████████████████████▉ | 63/135 [00:06<00:02, 25.36it/s]
50%|███████████████████████████████████████████████████████████████████████████▍ | 67/135 [00:06<00:02, 23.20it/s]
[2024-01-16 09:23:00] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.11.self_attn.qkv_proj.q_weight[0m", shape: (2560, 256), dtype: uint32
50%|███████████████████████████████████████████████████████████████████████████▍ | 67/135 [00:06<00:02, 23.20it/s]
[2024-01-16 09:23:00] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.11.self_attn.qkv_proj.q_scale[0m", shape: (2560, 64), dtype: float16
50%|███████████████████████████████████████████████████████████████████████████▍ | 67/135 [00:06<00:02, 23.20it/s]
[2024-01-16 09:23:00] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.11.self_attn.o_proj.q_weight[0m", shape: (2048, 256), dtype: uint32
50%|███████████████████████████████████████████████████████████████████████████▍ | 67/135 [00:06<00:02, 23.20it/s]
[2024-01-16 09:23:00] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.11.self_attn.o_proj.q_scale[0m", shape: (2048, 64), dtype: float16
50%|███████████████████████████████████████████████████████████████████████████▍ | 67/135 [00:06<00:02, 23.20it/s]
[2024-01-16 09:23:01] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.11.mlp.gate_up_proj.q_weight[0m", shape: (11264, 256), dtype: uint32
50%|███████████████████████████████████████████████████████████████████████████▍ | 67/135 [00:06<00:02, 23.20it/s]
[2024-01-16 09:23:01] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.11.mlp.gate_up_proj.q_scale[0m", shape: (11264, 64), dtype: float16
50%|███████████████████████████████████████████████████████████████████████████▍ | 67/135 [00:06<00:02, 23.20it/s]
52%|██████████████████████████████████████████████████████████████████████████████▊ | 70/135 [00:06<00:03, 20.50it/s]
[2024-01-16 09:23:01] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.11.mlp.down_proj.q_weight[0m", shape: (2048, 704), dtype: uint32
52%|██████████████████████████████████████████████████████████████████████████████▊ | 70/135 [00:06<00:03, 20.50it/s]
[2024-01-16 09:23:01] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.11.mlp.down_proj.q_scale[0m", shape: (2048, 176), dtype: float16
52%|██████████████████████████████████████████████████████████████████████████████▊ | 70/135 [00:06<00:03, 20.50it/s]
[2024-01-16 09:23:01] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.11.input_layernorm.weight[0m", shape: (2048,), dtype: float16
52%|██████████████████████████████████████████████████████████████████████████████▊ | 70/135 [00:06<00:03, 20.50it/s]
[2024-01-16 09:23:01] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.11.post_attention_layernorm.weight[0m", shape: (2048,), dtype: float16
52%|██████████████████████████████████████████████████████████████████████████████▊ | 70/135 [00:06<00:03, 20.50it/s]
[2024-01-16 09:23:01] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.12.self_attn.qkv_proj.q_weight[0m", shape: (2560, 256), dtype: uint32
52%|██████████████████████████████████████████████████████████████████████████████▊ | 70/135 [00:06<00:03, 20.50it/s]
[2024-01-16 09:23:01] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.12.self_attn.qkv_proj.q_scale[0m", shape: (2560, 64), dtype: float16
52%|██████████████████████████████████████████████████████████████████████████████▊ | 70/135 [00:06<00:03, 20.50it/s]
[2024-01-16 09:23:01] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.12.self_attn.o_proj.q_weight[0m", shape: (2048, 256), dtype: uint32
52%|██████████████████████████████████████████████████████████████████████████████▊ | 70/135 [00:06<00:03, 20.50it/s]
[2024-01-16 09:23:01] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.12.self_attn.o_proj.q_scale[0m", shape: (2048, 64), dtype: float16
52%|██████████████████████████████████████████████████████████████████████████████▊ | 70/135 [00:06<00:03, 20.50it/s]
[2024-01-16 09:23:01] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.12.mlp.gate_up_proj.q_weight[0m", shape: (11264, 256), dtype: uint32
52%|██████████████████████████████████████████████████████████████████████████████▊ | 70/135 [00:06<00:03, 20.50it/s]
[2024-01-16 09:23:01] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.12.mlp.gate_up_proj.q_scale[0m", shape: (11264, 64), dtype: float16
52%|██████████████████████████████████████████████████████████████████████████████▊ | 70/135 [00:06<00:03, 20.50it/s]
56%|█████████████████████████████████████████████████████████████████████████████████████▌ | 76/135 [00:06<00:02, 21.06it/s]
[2024-01-16 09:23:01] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.12.mlp.down_proj.q_weight[0m", shape: (2048, 704), dtype: uint32
56%|█████████████████████████████████████████████████████████████████████████████████████▌ | 76/135 [00:06<00:02, 21.06it/s]
[2024-01-16 09:23:01] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.12.mlp.down_proj.q_scale[0m", shape: (2048, 176), dtype: float16
56%|█████████████████████████████████████████████████████████████████████████████████████▌ | 76/135 [00:06<00:02, 21.06it/s]
[2024-01-16 09:23:01] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.12.input_layernorm.weight[0m", shape: (2048,), dtype: float16
56%|█████████████████████████████████████████████████████████████████████████████████████▌ | 76/135 [00:06<00:02, 21.06it/s]
[2024-01-16 09:23:01] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.12.post_attention_layernorm.weight[0m", shape: (2048,), dtype: float16
56%|█████████████████████████████████████████████████████████████████████████████████████▌ | 76/135 [00:06<00:02, 21.06it/s]
[2024-01-16 09:23:01] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.13.self_attn.qkv_proj.q_weight[0m", shape: (2560, 256), dtype: uint32
56%|█████████████████████████████████████████████████████████████████████████████████████▌ | 76/135 [00:06<00:02, 21.06it/s]
[2024-01-16 09:23:01] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.13.self_attn.qkv_proj.q_scale[0m", shape: (2560, 64), dtype: float16
56%|█████████████████████████████████████████████████████████████████████████████████████▌ | 76/135 [00:06<00:02, 21.06it/s]
[2024-01-16 09:23:01] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.13.self_attn.o_proj.q_weight[0m", shape: (2048, 256), dtype: uint32
56%|█████████████████████████████████████████████████████████████████████████████████████▌ | 76/135 [00:06<00:02, 21.06it/s]
[2024-01-16 09:23:01] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.13.self_attn.o_proj.q_scale[0m", shape: (2048, 64), dtype: float16
56%|█████████████████████████████████████████████████████████████████████████████████████▌ | 76/135 [00:06<00:02, 21.06it/s]
60%|███████████████████████████████████████████████████████████████████████████████████████████▏ | 81/135 [00:06<00:02, 25.12it/s]
[2024-01-16 09:23:01] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.13.mlp.gate_up_proj.q_weight[0m", shape: (11264, 256), dtype: uint32
60%|███████████████████████████████████████████████████████████████████████████████████████████▏ | 81/135 [00:06<00:02, 25.12it/s]
[2024-01-16 09:23:01] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.13.mlp.gate_up_proj.q_scale[0m", shape: (11264, 64), dtype: float16
60%|███████████████████████████████████████████████████████████████████████████████████████████▏ | 81/135 [00:06<00:02, 25.12it/s]
[2024-01-16 09:23:01] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.13.mlp.down_proj.q_weight[0m", shape: (2048, 704), dtype: uint32
60%|███████████████████████████████████████████████████████████████████████████████████████████▏ | 81/135 [00:06<00:02, 25.12it/s]
[2024-01-16 09:23:01] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.13.mlp.down_proj.q_scale[0m", shape: (2048, 176), dtype: float16
60%|███████████████████████████████████████████████████████████████████████████████████████████▏ | 81/135 [00:06<00:02, 25.12it/s]
[2024-01-16 09:23:01] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.13.input_layernorm.weight[0m", shape: (2048,), dtype: float16
60%|███████████████████████████████████████████████████████████████████████████████████████████▏ | 81/135 [00:06<00:02, 25.12it/s]
62%|██████████████████████████████████████████████████████████████████████████████████████████████▌ | 84/135 [00:06<00:02, 21.67it/s]
[2024-01-16 09:23:01] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.13.post_attention_layernorm.weight[0m", shape: (2048,), dtype: float16
62%|██████████████████████████████████████████████████████████████████████████████████████████████▌ | 84/135 [00:06<00:02, 21.67it/s]
[2024-01-16 09:23:01] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.14.self_attn.qkv_proj.q_weight[0m", shape: (2560, 256), dtype: uint32
62%|██████████████████████████████████████████████████████████████████████████████████████████████▌ | 84/135 [00:06<00:02, 21.67it/s]
[2024-01-16 09:23:01] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.14.self_attn.qkv_proj.q_scale[0m", shape: (2560, 64), dtype: float16
62%|██████████████████████████████████████████████████████████████████████████████████████████████▌ | 84/135 [00:06<00:02, 21.67it/s]
[2024-01-16 09:23:01] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.14.self_attn.o_proj.q_weight[0m", shape: (2048, 256), dtype: uint32
62%|██████████████████████████████████████████████████████████████████████████████████████████████▌ | 84/135 [00:06<00:02, 21.67it/s]
[2024-01-16 09:23:01] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.14.self_attn.o_proj.q_scale[0m", shape: (2048, 64), dtype: float16
62%|██████████████████████████████████████████████████████████████████████████████████████████████▌ | 84/135 [00:06<00:02, 21.67it/s]
[2024-01-16 09:23:01] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.14.mlp.gate_up_proj.q_weight[0m", shape: (11264, 256), dtype: uint32
62%|██████████████████████████████████████████████████████████████████████████████████████████████▌ | 84/135 [00:07<00:02, 21.67it/s]
[2024-01-16 09:23:01] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.14.mlp.gate_up_proj.q_scale[0m", shape: (11264, 64), dtype: float16
62%|██████████████████████████████████████████████████████████████████████████████████████████████▌ | 84/135 [00:07<00:02, 21.67it/s]
65%|███████████████████████████████████████████████████████████████████████████████████████████████████ | 88/135 [00:07<00:02, 20.80it/s]
[2024-01-16 09:23:01] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.14.mlp.down_proj.q_weight[0m", shape: (2048, 704), dtype: uint32
65%|███████████████████████████████████████████████████████████████████████████████████████████████████ | 88/135 [00:07<00:02, 20.80it/s]
[2024-01-16 09:23:01] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.14.mlp.down_proj.q_scale[0m", shape: (2048, 176), dtype: float16
65%|███████████████████████████████████████████████████████████████████████████████████████████████████ | 88/135 [00:07<00:02, 20.80it/s]
[2024-01-16 09:23:01] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.14.input_layernorm.weight[0m", shape: (2048,), dtype: float16
65%|███████████████████████████████████████████████████████████████████████████████████████████████████ | 88/135 [00:07<00:02, 20.80it/s]
[2024-01-16 09:23:01] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.14.post_attention_layernorm.weight[0m", shape: (2048,), dtype: float16
65%|███████████████████████████████████████████████████████████████████████████████████████████████████ | 88/135 [00:07<00:02, 20.80it/s]
[2024-01-16 09:23:01] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.15.self_attn.qkv_proj.q_weight[0m", shape: (2560, 256), dtype: uint32
65%|███████████████████████████████████████████████████████████████████████████████████████████████████ | 88/135 [00:07<00:02, 20.80it/s]
[2024-01-16 09:23:01] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.15.self_attn.qkv_proj.q_scale[0m", shape: (2560, 64), dtype: float16
65%|███████████████████████████████████████████████████████████████████████████████████████████████████ | 88/135 [00:07<00:02, 20.80it/s]
[2024-01-16 09:23:01] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.15.self_attn.o_proj.q_weight[0m", shape: (2048, 256), dtype: uint32
65%|███████████████████████████████████████████████████████████████████████████████████████████████████ | 88/135 [00:07<00:02, 20.80it/s]
[2024-01-16 09:23:01] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.15.self_attn.o_proj.q_scale[0m", shape: (2048, 64), dtype: float16
65%|███████████████████████████████████████████████████████████████████████████████████████████████████ | 88/135 [00:07<00:02, 20.80it/s]
[2024-01-16 09:23:02] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.15.mlp.gate_up_proj.q_weight[0m", shape: (11264, 256), dtype: uint32
65%|███████████████████████████████████████████████████████████████████████████████████████████████████ | 88/135 [00:07<00:02, 20.80it/s]
[2024-01-16 09:23:02] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.15.mlp.gate_up_proj.q_scale[0m", shape: (11264, 64), dtype: float16
65%|███████████████████████████████████████████████████████████████████████████████████████████████████ | 88/135 [00:07<00:02, 20.80it/s]
70%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 94/135 [00:07<00:02, 19.84it/s]
[2024-01-16 09:23:02] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.15.mlp.down_proj.q_weight[0m", shape: (2048, 704), dtype: uint32
70%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 94/135 [00:07<00:02, 19.84it/s]
[2024-01-16 09:23:02] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.15.mlp.down_proj.q_scale[0m", shape: (2048, 176), dtype: float16
70%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 94/135 [00:07<00:02, 19.84it/s]
[2024-01-16 09:23:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.15.input_layernorm.weight[0m", shape: (2048,), dtype: float16
70%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 94/135 [00:07<00:02, 19.84it/s]
[2024-01-16 09:23:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.15.post_attention_layernorm.weight[0m", shape: (2048,), dtype: float16
70%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 94/135 [00:07<00:02, 19.84it/s]
[2024-01-16 09:23:02] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.16.self_attn.qkv_proj.q_weight[0m", shape: (2560, 256), dtype: uint32
70%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 94/135 [00:07<00:02, 19.84it/s]
[2024-01-16 09:23:02] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.16.self_attn.qkv_proj.q_scale[0m", shape: (2560, 64), dtype: float16
70%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 94/135 [00:07<00:02, 19.84it/s]
[2024-01-16 09:23:02] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.16.self_attn.o_proj.q_weight[0m", shape: (2048, 256), dtype: uint32
70%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 94/135 [00:07<00:02, 19.84it/s]
[2024-01-16 09:23:02] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.16.self_attn.o_proj.q_scale[0m", shape: (2048, 64), dtype: float16
70%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 94/135 [00:07<00:02, 19.84it/s]
73%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 99/135 [00:07<00:01, 24.22it/s]
[2024-01-16 09:23:02] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.16.mlp.gate_up_proj.q_weight[0m", shape: (11264, 256), dtype: uint32
73%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 99/135 [00:07<00:01, 24.22it/s]
[2024-01-16 09:23:02] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.16.mlp.gate_up_proj.q_scale[0m", shape: (11264, 64), dtype: float16
73%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 99/135 [00:07<00:01, 24.22it/s]
[2024-01-16 09:23:02] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.16.mlp.down_proj.q_weight[0m", shape: (2048, 704), dtype: uint32
73%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 99/135 [00:07<00:01, 24.22it/s]
[2024-01-16 09:23:02] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.16.mlp.down_proj.q_scale[0m", shape: (2048, 176), dtype: float16
73%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 99/135 [00:07<00:01, 24.22it/s]
[2024-01-16 09:23:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.16.input_layernorm.weight[0m", shape: (2048,), dtype: float16
73%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 99/135 [00:07<00:01, 24.22it/s]
76%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 102/135 [00:07<00:01, 20.79it/s]
[2024-01-16 09:23:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.16.post_attention_layernorm.weight[0m", shape: (2048,), dtype: float16
76%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 102/135 [00:07<00:01, 20.79it/s]
[2024-01-16 09:23:02] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.17.self_attn.qkv_proj.q_weight[0m", shape: (2560, 256), dtype: uint32
76%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 102/135 [00:07<00:01, 20.79it/s]
[2024-01-16 09:23:02] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.17.self_attn.qkv_proj.q_scale[0m", shape: (2560, 64), dtype: float16
76%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 102/135 [00:07<00:01, 20.79it/s]
[2024-01-16 09:23:02] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.17.self_attn.o_proj.q_weight[0m", shape: (2048, 256), dtype: uint32
76%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 102/135 [00:07<00:01, 20.79it/s]
[2024-01-16 09:23:02] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.17.self_attn.o_proj.q_scale[0m", shape: (2048, 64), dtype: float16
76%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 102/135 [00:07<00:01, 20.79it/s]
[2024-01-16 09:23:02] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.17.mlp.gate_up_proj.q_weight[0m", shape: (11264, 256), dtype: uint32
76%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 102/135 [00:08<00:01, 20.79it/s]
[2024-01-16 09:23:02] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.17.mlp.gate_up_proj.q_scale[0m", shape: (11264, 64), dtype: float16
76%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 102/135 [00:08<00:01, 20.79it/s]
79%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 106/135 [00:08<00:01, 20.16it/s]
[2024-01-16 09:23:02] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.17.mlp.down_proj.q_weight[0m", shape: (2048, 704), dtype: uint32
79%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 106/135 [00:08<00:01, 20.16it/s]
[2024-01-16 09:23:02] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.17.mlp.down_proj.q_scale[0m", shape: (2048, 176), dtype: float16
79%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 106/135 [00:08<00:01, 20.16it/s]
[2024-01-16 09:23:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.17.input_layernorm.weight[0m", shape: (2048,), dtype: float16
79%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 106/135 [00:08<00:01, 20.16it/s]
[2024-01-16 09:23:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.17.post_attention_layernorm.weight[0m", shape: (2048,), dtype: float16
79%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 106/135 [00:08<00:01, 20.16it/s]
[2024-01-16 09:23:02] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.18.self_attn.qkv_proj.q_weight[0m", shape: (2560, 256), dtype: uint32
79%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 106/135 [00:08<00:01, 20.16it/s]
[2024-01-16 09:23:02] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.18.self_attn.qkv_proj.q_scale[0m", shape: (2560, 64), dtype: float16
79%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 106/135 [00:08<00:01, 20.16it/s]
[2024-01-16 09:23:02] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.18.self_attn.o_proj.q_weight[0m", shape: (2048, 256), dtype: uint32
79%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 106/135 [00:08<00:01, 20.16it/s]
[2024-01-16 09:23:02] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.18.self_attn.o_proj.q_scale[0m", shape: (2048, 64), dtype: float16
79%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 106/135 [00:08<00:01, 20.16it/s]
[2024-01-16 09:23:02] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.18.mlp.gate_up_proj.q_weight[0m", shape: (11264, 256), dtype: uint32
79%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 106/135 [00:08<00:01, 20.16it/s]
[2024-01-16 09:23:02] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.18.mlp.gate_up_proj.q_scale[0m", shape: (11264, 64), dtype: float16
79%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 106/135 [00:08<00:01, 20.16it/s]
83%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 112/135 [00:08<00:01, 21.16it/s]
[2024-01-16 09:23:02] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.18.mlp.down_proj.q_weight[0m", shape: (2048, 704), dtype: uint32
83%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 112/135 [00:08<00:01, 21.16it/s]
[2024-01-16 09:23:02] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.18.mlp.down_proj.q_scale[0m", shape: (2048, 176), dtype: float16
83%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 112/135 [00:08<00:01, 21.16it/s]
[2024-01-16 09:23:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.18.input_layernorm.weight[0m", shape: (2048,), dtype: float16
83%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 112/135 [00:08<00:01, 21.16it/s]
[2024-01-16 09:23:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.18.post_attention_layernorm.weight[0m", shape: (2048,), dtype: float16
83%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 112/135 [00:08<00:01, 21.16it/s]
[2024-01-16 09:23:03] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.19.self_attn.qkv_proj.q_weight[0m", shape: (2560, 256), dtype: uint32
83%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 112/135 [00:08<00:01, 21.16it/s]
[2024-01-16 09:23:03] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.19.self_attn.qkv_proj.q_scale[0m", shape: (2560, 64), dtype: float16
83%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 112/135 [00:08<00:01, 21.16it/s]
[2024-01-16 09:23:03] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.19.self_attn.o_proj.q_weight[0m", shape: (2048, 256), dtype: uint32
83%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 112/135 [00:08<00:01, 21.16it/s]
[2024-01-16 09:23:03] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.19.self_attn.o_proj.q_scale[0m", shape: (2048, 64), dtype: float16
83%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 112/135 [00:08<00:01, 21.16it/s]
87%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 117/135 [00:08<00:00, 25.13it/s]
[2024-01-16 09:23:03] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.19.mlp.gate_up_proj.q_weight[0m", shape: (11264, 256), dtype: uint32
87%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 117/135 [00:08<00:00, 25.13it/s]
[2024-01-16 09:23:03] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.19.mlp.gate_up_proj.q_scale[0m", shape: (11264, 64), dtype: float16
87%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 117/135 [00:08<00:00, 25.13it/s]
[2024-01-16 09:23:03] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.19.mlp.down_proj.q_weight[0m", shape: (2048, 704), dtype: uint32
87%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 117/135 [00:08<00:00, 25.13it/s]
[2024-01-16 09:23:03] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.19.mlp.down_proj.q_scale[0m", shape: (2048, 176), dtype: float16
87%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 117/135 [00:08<00:00, 25.13it/s]
[2024-01-16 09:23:03] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.19.input_layernorm.weight[0m", shape: (2048,), dtype: float16
87%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 117/135 [00:08<00:00, 25.13it/s]
89%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 120/135 [00:08<00:00, 21.73it/s]
[2024-01-16 09:23:03] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.19.post_attention_layernorm.weight[0m", shape: (2048,), dtype: float16
89%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 120/135 [00:08<00:00, 21.73it/s]
[2024-01-16 09:23:03] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.20.self_attn.qkv_proj.q_weight[0m", shape: (2560, 256), dtype: uint32
89%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 120/135 [00:08<00:00, 21.73it/s]
[2024-01-16 09:23:03] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.20.self_attn.qkv_proj.q_scale[0m", shape: (2560, 64), dtype: float16
89%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 120/135 [00:08<00:00, 21.73it/s]
[2024-01-16 09:23:03] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.20.self_attn.o_proj.q_weight[0m", shape: (2048, 256), dtype: uint32
89%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 120/135 [00:08<00:00, 21.73it/s]
[2024-01-16 09:23:03] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.20.self_attn.o_proj.q_scale[0m", shape: (2048, 64), dtype: float16
89%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 120/135 [00:08<00:00, 21.73it/s]
[2024-01-16 09:23:03] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.20.mlp.gate_up_proj.q_weight[0m", shape: (11264, 256), dtype: uint32
89%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 120/135 [00:08<00:00, 21.73it/s]
[2024-01-16 09:23:03] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.20.mlp.gate_up_proj.q_scale[0m", shape: (11264, 64), dtype: float16
89%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 120/135 [00:08<00:00, 21.73it/s]
92%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 124/135 [00:08<00:00, 20.94it/s]
[2024-01-16 09:23:03] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.20.mlp.down_proj.q_weight[0m", shape: (2048, 704), dtype: uint32
92%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 124/135 [00:08<00:00, 20.94it/s]
[2024-01-16 09:23:03] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.20.mlp.down_proj.q_scale[0m", shape: (2048, 176), dtype: float16
92%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 124/135 [00:08<00:00, 20.94it/s]
[2024-01-16 09:23:03] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.20.input_layernorm.weight[0m", shape: (2048,), dtype: float16
92%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 124/135 [00:08<00:00, 20.94it/s]
[2024-01-16 09:23:03] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.20.post_attention_layernorm.weight[0m", shape: (2048,), dtype: float16
92%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 124/135 [00:08<00:00, 20.94it/s]
[2024-01-16 09:23:03] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.21.self_attn.qkv_proj.q_weight[0m", shape: (2560, 256), dtype: uint32
92%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 124/135 [00:08<00:00, 20.94it/s]
[2024-01-16 09:23:03] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.21.self_attn.qkv_proj.q_scale[0m", shape: (2560, 64), dtype: float16
92%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 124/135 [00:08<00:00, 20.94it/s]
[2024-01-16 09:23:03] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.21.self_attn.o_proj.q_weight[0m", shape: (2048, 256), dtype: uint32
92%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 124/135 [00:08<00:00, 20.94it/s]
[2024-01-16 09:23:03] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.21.self_attn.o_proj.q_scale[0m", shape: (2048, 64), dtype: float16
92%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 124/135 [00:08<00:00, 20.94it/s]
[2024-01-16 09:23:03] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.21.mlp.gate_up_proj.q_weight[0m", shape: (11264, 256), dtype: uint32
92%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 124/135 [00:09<00:00, 20.94it/s]
[2024-01-16 09:23:03] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.21.mlp.gate_up_proj.q_scale[0m", shape: (11264, 64), dtype: float16
92%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 124/135 [00:09<00:00, 20.94it/s]
96%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 130/135 [00:09<00:00, 21.74it/s]
[2024-01-16 09:23:03] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.21.mlp.down_proj.q_weight[0m", shape: (2048, 704), dtype: uint32
96%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 130/135 [00:09<00:00, 21.74it/s]
[2024-01-16 09:23:03] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.21.mlp.down_proj.q_scale[0m", shape: (2048, 176), dtype: float16
96%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 130/135 [00:09<00:00, 21.74it/s]
[2024-01-16 09:23:03] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.21.input_layernorm.weight[0m", shape: (2048,), dtype: float16
96%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 130/135 [00:09<00:00, 21.74it/s]
[2024-01-16 09:23:03] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.21.post_attention_layernorm.weight[0m", shape: (2048,), dtype: float16
96%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 130/135 [00:09<00:00, 21.74it/s]
[2024-01-16 09:23:03] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.norm.weight[0m", shape: (2048,), dtype: float16
96%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 130/135 [00:09<00:00, 21.74it/s]
[2024-01-16 09:23:04] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mlm_head.q_weight[0m", shape: (32003, 256), dtype: uint32
96%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 130/135 [00:09<00:00, 21.74it/s]
[2024-01-16 09:23:04] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mlm_head.q_scale[0m", shape: (32003, 64), dtype: float16
96%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 130/135 [00:09<00:00, 21.74it/s]
100%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 135/135 [00:09<00:00, 17.52it/s]
100%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 135/135 [00:09<00:00, 14.22it/s]
[2024-01-16 09:23:04] INFO huggingface_loader.py:179: Unloading HF weight file: /ssd1/cfruan/models/TinyLlama-1.1B-Chat-v0.4/pytorch_model.bin
[2024-01-16 09:23:04] INFO stats.py:71: [92mTime usage[0m: HF loading: 2.666 sec; Pre-quantization mapping: 6.411 sec; Quantization: 2.607 sec
[2024-01-16 09:23:04] INFO stats.py:85: [92mRAM usage[0m: Peak RAM: 4.098 GB. Total bytes loaded from disk: 4.098 GB
[2024-01-16 09:23:04] INFO convert_weight.py:119: [92mParameter size[0m after quantization: 0.576 GB
[2024-01-16 09:23:04] INFO convert_weight.py:124: [92mTotal parameters[0m: 1,100,060,672
[2024-01-16 09:23:04] INFO convert_weight.py:125: [92mBits per parameter[0m: 4.501
Start storing to cache /tmp/tmp2xt0mvux
[0001/0225] saving model.embed_tokens.q_weight
[0002/0225] saving model.embed_tokens.q_scale
[0003/0225] saving model.layers.0.self_attn.qkv_proj.q_weight
[0004/0225] saving model.layers.0.self_attn.qkv_proj.q_scale
[0005/0225] saving model.layers.0.self_attn.o_proj.q_weight
[0006/0225] saving model.layers.0.self_attn.o_proj.q_scale
[0007/0225] saving model.layers.0.mlp.gate_up_proj.q_weight
[0008/0225] saving model.layers.0.mlp.gate_up_proj.q_scale
[0009/0225] saving model.layers.0.mlp.down_proj.q_weight
[0010/0225] saving model.layers.0.mlp.down_proj.q_scale
[0011/0225] saving model.layers.0.input_layernorm.weight
[0012/0225] saving model.layers.0.post_attention_layernorm.weight
[0013/0225] saving model.layers.1.self_attn.qkv_proj.q_weight
[0014/0225] saving model.layers.1.self_attn.qkv_proj.q_scale
[0015/0225] saving model.layers.1.self_attn.o_proj.q_weight
[0016/0225] saving model.layers.1.self_attn.o_proj.q_scale
[0017/0225] saving model.layers.1.mlp.gate_up_proj.q_weight
[0018/0225] saving model.layers.1.mlp.gate_up_proj.q_scale
[0019/0225] saving model.layers.1.mlp.down_proj.q_weight
[0020/0225] saving model.layers.1.mlp.down_proj.q_scale
[0021/0225] saving model.layers.1.input_layernorm.weight
[0022/0225] saving model.layers.1.post_attention_layernorm.weight
[0023/0225] saving model.layers.2.self_attn.qkv_proj.q_weight
[0024/0225] saving model.layers.2.self_attn.qkv_proj.q_scale
[0025/0225] saving model.layers.2.self_attn.o_proj.q_weight
[0026/0225] saving model.layers.2.self_attn.o_proj.q_scale
[0027/0225] saving model.layers.2.mlp.gate_up_proj.q_weight
[0028/0225] saving model.layers.2.mlp.gate_up_proj.q_scale
[0029/0225] saving model.layers.2.mlp.down_proj.q_weight
[0030/0225] saving model.layers.2.mlp.down_proj.q_scale
[0031/0225] saving model.layers.2.input_layernorm.weight
[0032/0225] saving model.layers.2.post_attention_layernorm.weight
[0033/0225] saving model.layers.3.self_attn.qkv_proj.q_weight
[0034/0225] saving model.layers.3.self_attn.qkv_proj.q_scale
[0035/0225] saving model.layers.3.self_attn.o_proj.q_weight
[0036/0225] saving model.layers.3.self_attn.o_proj.q_scale
[0037/0225] saving model.layers.3.mlp.gate_up_proj.q_weight
[0038/0225] saving model.layers.3.mlp.gate_up_proj.q_scale
[0039/0225] saving model.layers.3.mlp.down_proj.q_weight
[0040/0225] saving model.layers.3.mlp.down_proj.q_scale
[0041/0225] saving model.layers.3.input_layernorm.weight
[0042/0225] saving model.layers.3.post_attention_layernorm.weight
[0043/0225] saving model.layers.4.self_attn.qkv_proj.q_weight
[0044/0225] saving model.layers.4.self_attn.qkv_proj.q_scale
[0045/0225] saving model.layers.4.self_attn.o_proj.q_weight
[0046/0225] saving model.layers.4.self_attn.o_proj.q_scale
[0047/0225] saving model.layers.4.mlp.gate_up_proj.q_weight
[0048/0225] saving model.layers.4.mlp.gate_up_proj.q_scale
[0049/0225] saving model.layers.4.mlp.down_proj.q_weight
[0050/0225] saving model.layers.4.mlp.down_proj.q_scale
[0051/0225] saving model.layers.4.input_layernorm.weight
[0052/0225] saving model.layers.4.post_attention_layernorm.weight
[0053/0225] saving model.layers.5.self_attn.qkv_proj.q_weight
[0054/0225] saving model.layers.5.self_attn.qkv_proj.q_scale
[0055/0225] saving model.layers.5.self_attn.o_proj.q_weight
[0056/0225] saving model.layers.5.self_attn.o_proj.q_scale
[0057/0225] saving model.layers.5.mlp.gate_up_proj.q_weight
[0058/0225] saving model.layers.5.mlp.gate_up_proj.q_scale
[0059/0225] saving model.layers.5.mlp.down_proj.q_weight
[0060/0225] saving model.layers.5.mlp.down_proj.q_scale
[0061/0225] saving model.layers.5.input_layernorm.weight
[0062/0225] saving model.layers.5.post_attention_layernorm.weight
[0063/0225] saving model.layers.6.self_attn.qkv_proj.q_weight
[0064/0225] saving model.layers.6.self_attn.qkv_proj.q_scale
[0065/0225] saving model.layers.6.self_attn.o_proj.q_weight
[0066/0225] saving model.layers.6.self_attn.o_proj.q_scale
[0067/0225] saving model.layers.6.mlp.gate_up_proj.q_weight
[0068/0225] saving model.layers.6.mlp.gate_up_proj.q_scale
[0069/0225] saving model.layers.6.mlp.down_proj.q_weight
[0070/0225] saving model.layers.6.mlp.down_proj.q_scale
[0071/0225] saving model.layers.6.input_layernorm.weight
[0072/0225] saving model.layers.6.post_attention_layernorm.weight
[0073/0225] saving model.layers.7.self_attn.qkv_proj.q_weight
[0074/0225] saving model.layers.7.self_attn.qkv_proj.q_scale
[0075/0225] saving model.layers.7.self_attn.o_proj.q_weight
[0076/0225] saving model.layers.7.self_attn.o_proj.q_scale
[0077/0225] saving model.layers.7.mlp.gate_up_proj.q_weight
[0078/0225] saving model.layers.7.mlp.gate_up_proj.q_scale
[0079/0225] saving model.layers.7.mlp.down_proj.q_weight
[0080/0225] saving model.layers.7.mlp.down_proj.q_scale
[0081/0225] saving model.layers.7.input_layernorm.weight
[0082/0225] saving model.layers.7.post_attention_layernorm.weight
[0083/0225] saving model.layers.8.self_attn.qkv_proj.q_weight
[0084/0225] saving model.layers.8.self_attn.qkv_proj.q_scale
[0085/0225] saving model.layers.8.self_attn.o_proj.q_weight
[0086/0225] saving model.layers.8.self_attn.o_proj.q_scale
[0087/0225] saving model.layers.8.mlp.gate_up_proj.q_weight
[0088/0225] saving model.layers.8.mlp.gate_up_proj.q_scale
[0089/0225] saving model.layers.8.mlp.down_proj.q_weight
[0090/0225] saving model.layers.8.mlp.down_proj.q_scale
[0091/0225] saving model.layers.8.input_layernorm.weight
[0092/0225] saving model.layers.8.post_attention_layernorm.weight
[0093/0225] saving model.layers.9.self_attn.qkv_proj.q_weight
[0094/0225] saving model.layers.9.self_attn.qkv_proj.q_scale
[0095/0225] saving model.layers.9.self_attn.o_proj.q_weight
[0096/0225] saving model.layers.9.self_attn.o_proj.q_scale
[0097/0225] saving model.layers.9.mlp.gate_up_proj.q_weight
[0098/0225] saving model.layers.9.mlp.gate_up_proj.q_scale
[0099/0225] saving model.layers.9.mlp.down_proj.q_weight
[0100/0225] saving model.layers.9.mlp.down_proj.q_scale
[0101/0225] saving model.layers.9.input_layernorm.weight
[0102/0225] saving model.layers.9.post_attention_layernorm.weight
[0103/0225] saving model.layers.10.self_attn.qkv_proj.q_weight
[0104/0225] saving model.layers.10.self_attn.qkv_proj.q_scale
[0105/0225] saving model.layers.10.self_attn.o_proj.q_weight
[0106/0225] saving model.layers.10.self_attn.o_proj.q_scale
[0107/0225] saving model.layers.10.mlp.gate_up_proj.q_weight
[0108/0225] saving model.layers.10.mlp.gate_up_proj.q_scale
[0109/0225] saving model.layers.10.mlp.down_proj.q_weight
[0110/0225] saving model.layers.10.mlp.down_proj.q_scale
[0111/0225] saving model.layers.10.input_layernorm.weight
[0112/0225] saving model.layers.10.post_attention_layernorm.weight
[0113/0225] saving model.layers.11.self_attn.qkv_proj.q_weight
[0114/0225] saving model.layers.11.self_attn.qkv_proj.q_scale
[0115/0225] saving model.layers.11.self_attn.o_proj.q_weight
[0116/0225] saving model.layers.11.self_attn.o_proj.q_scale
[0117/0225] saving model.layers.11.mlp.gate_up_proj.q_weight
[0118/0225] saving model.layers.11.mlp.gate_up_proj.q_scale
[0119/0225] saving model.layers.11.mlp.down_proj.q_weight
[0120/0225] saving model.layers.11.mlp.down_proj.q_scale
[0121/0225] saving model.layers.11.input_layernorm.weight
[0122/0225] saving model.layers.11.post_attention_layernorm.weight
[0123/0225] saving model.layers.12.self_attn.qkv_proj.q_weight
[0124/0225] saving model.layers.12.self_attn.qkv_proj.q_scale
[0125/0225] saving model.layers.12.self_attn.o_proj.q_weight
[0126/0225] saving model.layers.12.self_attn.o_proj.q_scale
[0127/0225] saving model.layers.12.mlp.gate_up_proj.q_weight
[0128/0225] saving model.layers.12.mlp.gate_up_proj.q_scale
[0129/0225] saving model.layers.12.mlp.down_proj.q_weight
[0130/0225] saving model.layers.12.mlp.down_proj.q_scale
[0131/0225] saving model.layers.12.input_layernorm.weight
[0132/0225] saving model.layers.12.post_attention_layernorm.weight
[0133/0225] saving model.layers.13.self_attn.qkv_proj.q_weight
[0134/0225] saving model.layers.13.self_attn.qkv_proj.q_scale
[0135/0225] saving model.layers.13.self_attn.o_proj.q_weight
[0136/0225] saving model.layers.13.self_attn.o_proj.q_scale
[0137/0225] saving model.layers.13.mlp.gate_up_proj.q_weight
[0138/0225] saving model.layers.13.mlp.gate_up_proj.q_scale
[0139/0225] saving model.layers.13.mlp.down_proj.q_weight
[0140/0225] saving model.layers.13.mlp.down_proj.q_scale
[0141/0225] saving model.layers.13.input_layernorm.weight
[0142/0225] saving model.layers.13.post_attention_layernorm.weight
[0143/0225] saving model.layers.14.self_attn.qkv_proj.q_weight
[0144/0225] saving model.layers.14.self_attn.qkv_proj.q_scale
[0145/0225] saving model.layers.14.self_attn.o_proj.q_weight
[0146/0225] saving model.layers.14.self_attn.o_proj.q_scale
[0147/0225] saving model.layers.14.mlp.gate_up_proj.q_weight
[0148/0225] saving model.layers.14.mlp.gate_up_proj.q_scale
[0149/0225] saving model.layers.14.mlp.down_proj.q_weight
[0150/0225] saving model.layers.14.mlp.down_proj.q_scale
[0151/0225] saving model.layers.14.input_layernorm.weight
[0152/0225] saving model.layers.14.post_attention_layernorm.weight
[0153/0225] saving model.layers.15.self_attn.qkv_proj.q_weight
[0154/0225] saving model.layers.15.self_attn.qkv_proj.q_scale
[0155/0225] saving model.layers.15.self_attn.o_proj.q_weight
[0156/0225] saving model.layers.15.self_attn.o_proj.q_scale
[0157/0225] saving model.layers.15.mlp.gate_up_proj.q_weight
[0158/0225] saving model.layers.15.mlp.gate_up_proj.q_scale
[0159/0225] saving model.layers.15.mlp.down_proj.q_weight
[0160/0225] saving model.layers.15.mlp.down_proj.q_scale
[0161/0225] saving model.layers.15.input_layernorm.weight
[0162/0225] saving model.layers.15.post_attention_layernorm.weight
[0163/0225] saving model.layers.16.self_attn.qkv_proj.q_weight
[0164/0225] saving model.layers.16.self_attn.qkv_proj.q_scale
[0165/0225] saving model.layers.16.self_attn.o_proj.q_weight
[0166/0225] saving model.layers.16.self_attn.o_proj.q_scale
[0167/0225] saving model.layers.16.mlp.gate_up_proj.q_weight
[0168/0225] saving model.layers.16.mlp.gate_up_proj.q_scale
[0169/0225] saving model.layers.16.mlp.down_proj.q_weight
[0170/0225] saving model.layers.16.mlp.down_proj.q_scale
[0171/0225] saving model.layers.16.input_layernorm.weight
[0172/0225] saving model.layers.16.post_attention_layernorm.weight
[0173/0225] saving model.layers.17.self_attn.qkv_proj.q_weight
[0174/0225] saving model.layers.17.self_attn.qkv_proj.q_scale
[0175/0225] saving model.layers.17.self_attn.o_proj.q_weight
[0176/0225] saving model.layers.17.self_attn.o_proj.q_scale
[0177/0225] saving model.layers.17.mlp.gate_up_proj.q_weight
[0178/0225] saving model.layers.17.mlp.gate_up_proj.q_scale
[0179/0225] saving model.layers.17.mlp.down_proj.q_weight
[0180/0225] saving model.layers.17.mlp.down_proj.q_scale
[0181/0225] saving model.layers.17.input_layernorm.weight
[0182/0225] saving model.layers.17.post_attention_layernorm.weight
[0183/0225] saving model.layers.18.self_attn.qkv_proj.q_weight
[0184/0225] saving model.layers.18.self_attn.qkv_proj.q_scale
[0185/0225] saving model.layers.18.self_attn.o_proj.q_weight
[0186/0225] saving model.layers.18.self_attn.o_proj.q_scale
[0187/0225] saving model.layers.18.mlp.gate_up_proj.q_weight
[0188/0225] saving model.layers.18.mlp.gate_up_proj.q_scale
[0189/0225] saving model.layers.18.mlp.down_proj.q_weight
[0190/0225] saving model.layers.18.mlp.down_proj.q_scale
[0191/0225] saving model.layers.18.input_layernorm.weight
[0192/0225] saving model.layers.18.post_attention_layernorm.weight
[0193/0225] saving model.layers.19.self_attn.qkv_proj.q_weight
[0194/0225] saving model.layers.19.self_attn.qkv_proj.q_scale[2024-01-16 09:23:05] INFO convert_weight.py:141: Saved to directory: [1m/tmp/tmp2xt0mvux[0m
[0195/0225] saving model.layers.19.self_attn.o_proj.q_weight
[0196/0225] saving model.layers.19.self_attn.o_proj.q_scale
[0197/0225] saving model.layers.19.mlp.gate_up_proj.q_weight
[0198/0225] saving model.layers.19.mlp.gate_up_proj.q_scale
[0199/0225] saving model.layers.19.mlp.down_proj.q_weight
[0200/0225] saving model.layers.19.mlp.down_proj.q_scale
[0201/0225] saving model.layers.19.input_layernorm.weight
[0202/0225] saving model.layers.19.post_attention_layernorm.weight
[0203/0225] saving model.layers.20.self_attn.qkv_proj.q_weight
[0204/0225] saving model.layers.20.self_attn.qkv_proj.q_scale
[0205/0225] saving model.layers.20.self_attn.o_proj.q_weight
[0206/0225] saving model.layers.20.self_attn.o_proj.q_scale
[0207/0225] saving model.layers.20.mlp.gate_up_proj.q_weight
[0208/0225] saving model.layers.20.mlp.gate_up_proj.q_scale
[0209/0225] saving model.layers.20.mlp.down_proj.q_weight
[0210/0225] saving model.layers.20.mlp.down_proj.q_scale
[0211/0225] saving model.layers.20.input_layernorm.weight
[0212/0225] saving model.layers.20.post_attention_layernorm.weight
[0213/0225] saving model.layers.21.self_attn.qkv_proj.q_weight
[0214/0225] saving model.layers.21.self_attn.qkv_proj.q_scale
[0215/0225] saving model.layers.21.self_attn.o_proj.q_weight
[0216/0225] saving model.layers.21.self_attn.o_proj.q_scale
[0217/0225] saving model.layers.21.mlp.gate_up_proj.q_weight
[0218/0225] saving model.layers.21.mlp.gate_up_proj.q_scale
[0219/0225] saving model.layers.21.mlp.down_proj.q_weight
[0220/0225] saving model.layers.21.mlp.down_proj.q_scale
[0221/0225] saving model.layers.21.input_layernorm.weight
[0222/0225] saving model.layers.21.post_attention_layernorm.weight
[0223/0225] saving model.norm.weight
[0224/0225] saving lm_head.q_weight
[0225/0225] saving lm_head.q_scale
All finished, 24 total shards committed, record saved to /tmp/tmp2xt0mvux/ndarray-cache.json
|