| mlc_chat gen_config /home/junrushao/tmp/tmpakig0r57/repo --quantization q4f32_1 --conv-template codellama_instruct --output /home/junrushao/tmp/tmp3in5gmag --context-window-size 16384 |
| [2023-12-28 06:50:05] INFO auto_config.py:115: [92mFound[0m model configuration: /home/junrushao/tmp/tmpakig0r57/repo/config.json |
| [2023-12-28 06:50:05] INFO auto_config.py:151: [92mFound[0m model type: [1mllama[0m. Use `--model-type` to override. |
| [2023-12-28 06:50:05] INFO llama_model.py:49: [1mcontext_window_size[0m not found in config.json. Falling back to [1mmax_position_embeddings[0m (16384) |
| [2023-12-28 06:50:05] INFO flags_model_config_override.py:63: Default [1mprefill_chunk_size[0m to [1mcontext_window_size[0m (16384) because it is not provided |
| [2023-12-28 06:50:05] INFO flags_model_config_override.py:112: Overriding [1mcontext_window_size[0m from 16384 to 16384 |
| [2023-12-28 06:50:05] INFO flags_model_config_override.py:112: Overriding [1mprefill_chunk_size[0m from 16384 to 16384 |
| [2023-12-28 06:50:05] INFO gen_config.py:115: [generation_config.json] Setting [1mbos_token_id[0m: 1 |
| [2023-12-28 06:50:05] INFO gen_config.py:115: [generation_config.json] Setting [1meos_token_id[0m: 2 |
| [2023-12-28 06:50:05] INFO gen_config.py:127: [92mFound[0m tokenizer config: /home/junrushao/tmp/tmpakig0r57/repo/tokenizer.model. Copying to [1m/home/junrushao/tmp/tmp3in5gmag/tokenizer.model[0m |
| [2023-12-28 06:50:05] INFO gen_config.py:127: [92mFound[0m tokenizer config: /home/junrushao/tmp/tmpakig0r57/repo/tokenizer.json. Copying to [1m/home/junrushao/tmp/tmp3in5gmag/tokenizer.json[0m |
| [2023-12-28 06:50:05] INFO gen_config.py:129: [91mNot found[0m tokenizer config: /home/junrushao/tmp/tmpakig0r57/repo/vocab.json |
| [2023-12-28 06:50:05] INFO gen_config.py:129: [91mNot found[0m tokenizer config: /home/junrushao/tmp/tmpakig0r57/repo/merges.txt |
| [2023-12-28 06:50:05] INFO gen_config.py:129: [91mNot found[0m tokenizer config: /home/junrushao/tmp/tmpakig0r57/repo/added_tokens.json |
| [2023-12-28 06:50:05] INFO gen_config.py:127: [92mFound[0m tokenizer config: /home/junrushao/tmp/tmpakig0r57/repo/tokenizer_config.json. Copying to [1m/home/junrushao/tmp/tmp3in5gmag/tokenizer_config.json[0m |
| [2023-12-28 06:50:05] INFO gen_config.py:69: [System default] Setting [1mpad_token_id[0m: 0 |
| [2023-12-28 06:50:05] INFO gen_config.py:69: [System default] Setting [1mtemperature[0m: 0.7 |
| [2023-12-28 06:50:05] INFO gen_config.py:69: [System default] Setting [1mrepetition_penalty[0m: 1.0 |
| [2023-12-28 06:50:05] INFO gen_config.py:69: [System default] Setting [1mtop_p[0m: 0.95 |
| [2023-12-28 06:50:05] INFO gen_config.py:69: [System default] Setting [1mmean_gen_len[0m: 128 |
| [2023-12-28 06:50:05] INFO gen_config.py:69: [System default] Setting [1mmax_gen_len[0m: 512 |
| [2023-12-28 06:50:05] INFO gen_config.py:69: [System default] Setting [1mshift_fill_factor[0m: 0.3 |
| [2023-12-28 06:50:05] INFO gen_config.py:157: Dumping configuration file to: [1m/home/junrushao/tmp/tmp3in5gmag/mlc-chat-config.json[0m |
| mlc_chat convert_weight /home/junrushao/tmp/tmpakig0r57/repo --quantization q4f32_1 --source-format auto --output /home/junrushao/tmp/tmp3in5gmag |
| [2023-12-28 06:50:06] INFO auto_config.py:115: [92mFound[0m model configuration: /home/junrushao/tmp/tmpakig0r57/repo/config.json |
| [2023-12-28 06:50:06] INFO auto_device.py:75: [92mFound[0m device: cuda:0 |
| [2023-12-28 06:50:06] INFO auto_device.py:75: [92mFound[0m device: cuda:1 |
| [2023-12-28 06:50:06] INFO auto_device.py:75: [92mFound[0m device: cuda:2 |
| [2023-12-28 06:50:06] INFO auto_device.py:75: [92mFound[0m device: cuda:3 |
| [2023-12-28 06:50:07] INFO auto_device.py:84: [91mNot found[0m device: rocm:0 |
| [2023-12-28 06:50:07] INFO auto_device.py:84: [91mNot found[0m device: metal:0 |
| [2023-12-28 06:50:07] INFO auto_device.py:84: [91mNot found[0m device: vulkan:0 |
| [2023-12-28 06:50:08] INFO auto_device.py:84: [91mNot found[0m device: opencl:0 |
| [2023-12-28 06:50:08] INFO auto_device.py:33: Using device: [1mcuda:0[0m |
| [2023-12-28 06:50:08] INFO auto_weight.py:70: Finding weights in: /home/junrushao/tmp/tmpakig0r57/repo |
| [2023-12-28 06:50:08] INFO auto_weight.py:120: [92mFound[0m source weight format: huggingface-torch. Source configuration: /home/junrushao/tmp/tmpakig0r57/repo/pytorch_model.bin.index.json |
| [2023-12-28 06:50:08] INFO auto_weight.py:143: [92mFound[0m source weight format: huggingface-safetensor. Source configuration: /home/junrushao/tmp/tmpakig0r57/repo/model.safetensors.index.json |
| [2023-12-28 06:50:08] INFO auto_weight.py:106: Using source weight configuration: [1m/home/junrushao/tmp/tmpakig0r57/repo/pytorch_model.bin.index.json[0m. Use `--source` to override. |
| [2023-12-28 06:50:08] INFO auto_weight.py:110: Using source weight format: [1mhuggingface-torch[0m. Use `--source-format` to override. |
| [2023-12-28 06:50:08] INFO auto_config.py:151: [92mFound[0m model type: [1mllama[0m. Use `--model-type` to override. |
| [2023-12-28 06:50:08] INFO llama_model.py:49: [1mcontext_window_size[0m not found in config.json. Falling back to [1mmax_position_embeddings[0m (16384) |
| [1mWeight conversion with arguments:[0m |
| [1m--config[0m /home/junrushao/tmp/tmpakig0r57/repo/config.json |
| [1m--quantization[0m GroupQuantize(name='q4f32_1', kind='group-quant', group_size=32, quantize_dtype='int4', storage_dtype='uint32', model_dtype='float32', 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 /home/junrushao/tmp/tmpakig0r57/repo/pytorch_model.bin.index.json |
| [1m--source-format[0m huggingface-torch |
| [1m--output[0m /home/junrushao/tmp/tmp3in5gmag |
|
0%| | 0/195 [00:00<?, ?it/s]
[2023-12-28 06:50:14] INFO huggingface_loader.py:169: Loading HF parameters from: /home/junrushao/tmp/tmpakig0r57/repo/pytorch_model-00003-of-00003.bin |
|
0%| | 0/195 [00:00<?, ?it/s]
[2023-12-28 06:50:19] INFO group_quantization.py:200: Compiling quantize function for key: (32016, 4096, 'float32', 'cuda') |
|
0%| | 0/195 [00:04<?, ?it/s]
[2023-12-28 06:50:20] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mlm_head.q_weight[0m", shape: (32016, 512), dtype: uint32 |
|
0%| | 0/195 [00:05<?, ?it/s]
[2023-12-28 06:50:20] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mlm_head.q_scale[0m", shape: (32016, 128), dtype: float32 |
|
0%| | 0/195 [00:05<?, ?it/s]
1%|█▏ | 1/195 [00:05<18:46, 5.81s/it]
[2023-12-28 06:50:20] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.23.input_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
1%|█▏ | 1/195 [00:05<18:46, 5.81s/it]
[2023-12-28 06:50:20] INFO group_quantization.py:200: Compiling quantize function for key: (4096, 11008, 'float32', 'cuda') |
|
1%|█▏ | 1/195 [00:05<18:46, 5.81s/it]
[2023-12-28 06:50:20] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.23.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
1%|█▏ | 1/195 [00:06<18:46, 5.81s/it]
[2023-12-28 06:50:20] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.23.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float32 |
|
1%|█▏ | 1/195 [00:06<18:46, 5.81s/it]
2%|███▌ | 3/195 [00:06<05:27, 1.71s/it]
[2023-12-28 06:50:20] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.23.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
2%|███▌ | 3/195 [00:06<05:27, 1.71s/it]
[2023-12-28 06:50:20] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.24.input_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
2%|███▌ | 3/195 [00:06<05:27, 1.71s/it]
[2023-12-28 06:50:21] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.24.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
2%|███▌ | 3/195 [00:06<05:27, 1.71s/it]
[2023-12-28 06:50:21] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.24.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float32 |
|
2%|███▌ | 3/195 [00:06<05:27, 1.71s/it]
[2023-12-28 06:50:21] INFO group_quantization.py:200: Compiling quantize function for key: (22016, 4096, 'float32', 'cuda') |
|
2%|███▌ | 3/195 [00:06<05:27, 1.71s/it]
[2023-12-28 06:50:21] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.24.mlp.gate_up_proj.q_weight[0m", shape: (22016, 512), dtype: uint32 |
|
2%|███▌ | 3/195 [00:07<05:27, 1.71s/it]
[2023-12-28 06:50:21] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.24.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float32 |
|
2%|███▌ | 3/195 [00:07<05:27, 1.71s/it]
4%|████████▍ | 7/195 [00:07<02:09, 1.45it/s]
[2023-12-28 06:50:21] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.24.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
4%|████████▍ | 7/195 [00:07<02:09, 1.45it/s]
[2023-12-28 06:50:21] INFO group_quantization.py:200: Compiling quantize function for key: (12288, 4096, 'float32', 'cuda') |
|
4%|████████▍ | 7/195 [00:07<02:09, 1.45it/s]
[2023-12-28 06:50:22] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.24.self_attn.qkv_proj.q_weight[0m", shape: (12288, 512), dtype: uint32 |
|
4%|████████▍ | 7/195 [00:07<02:09, 1.45it/s]
[2023-12-28 06:50:22] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.24.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float32 |
|
4%|████████▍ | 7/195 [00:07<02:09, 1.45it/s]
5%|██████████▊ | 9/195 [00:07<01:44, 1.77it/s]
[2023-12-28 06:50:22] INFO group_quantization.py:200: Compiling quantize function for key: (4096, 4096, 'float32', 'cuda') |
|
5%|██████████▊ | 9/195 [00:07<01:44, 1.77it/s]
[2023-12-28 06:50:22] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.24.self_attn.o_proj.q_weight[0m", shape: (4096, 512), dtype: uint32 |
|
5%|██████████▊ | 9/195 [00:08<01:44, 1.77it/s]
[2023-12-28 06:50:22] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.24.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float32 |
|
5%|██████████▊ | 9/195 [00:08<01:44, 1.77it/s]
5%|███████████▉ | 10/195 [00:08<01:41, 1.82it/s]
[2023-12-28 06:50:22] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.25.input_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
5%|███████████▉ | 10/195 [00:08<01:41, 1.82it/s]
[2023-12-28 06:50:22] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.25.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
5%|███████████▉ | 10/195 [00:08<01:41, 1.82it/s]
[2023-12-28 06:50:22] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.25.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float32 |
|
5%|███████████▉ | 10/195 [00:08<01:41, 1.82it/s]
[2023-12-28 06:50:23] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.25.mlp.gate_up_proj.q_weight[0m", shape: (22016, 512), dtype: uint32 |
|
5%|███████████▉ | 10/195 [00:08<01:41, 1.82it/s]
[2023-12-28 06:50:23] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.25.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float32 |
|
5%|███████████▉ | 10/195 [00:08<01:41, 1.82it/s]
7%|███████████████▌ | 13/195 [00:08<01:05, 2.77it/s]
[2023-12-28 06:50:23] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.25.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
7%|███████████████▌ | 13/195 [00:08<01:05, 2.77it/s]
[2023-12-28 06:50:23] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.25.self_attn.qkv_proj.q_weight[0m", shape: (12288, 512), dtype: uint32 |
|
7%|███████████████▌ | 13/195 [00:08<01:05, 2.77it/s]
[2023-12-28 06:50:23] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.25.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float32 |
|
7%|███████████████▌ | 13/195 [00:08<01:05, 2.77it/s]
8%|█████████████████▉ | 15/195 [00:08<00:49, 3.61it/s]
[2023-12-28 06:50:23] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.25.self_attn.o_proj.q_weight[0m", shape: (4096, 512), dtype: uint32 |
|
8%|█████████████████▉ | 15/195 [00:08<00:49, 3.61it/s]
[2023-12-28 06:50:23] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.25.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float32 |
|
8%|█████████████████▉ | 15/195 [00:08<00:49, 3.61it/s]
[2023-12-28 06:50:23] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.26.input_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
8%|█████████████████▉ | 15/195 [00:08<00:49, 3.61it/s]
[2023-12-28 06:50:23] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.26.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
8%|█████████████████▉ | 15/195 [00:08<00:49, 3.61it/s]
[2023-12-28 06:50:23] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.26.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float32 |
|
8%|█████████████████▉ | 15/195 [00:08<00:49, 3.61it/s]
9%|█████████████████████▌ | 18/195 [00:08<00:32, 5.36it/s]
[2023-12-28 06:50:23] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.26.mlp.gate_up_proj.q_weight[0m", shape: (22016, 512), dtype: uint32 |
|
9%|█████████████████████▌ | 18/195 [00:09<00:32, 5.36it/s]
[2023-12-28 06:50:23] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.26.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float32 |
|
9%|█████████████████████▌ | 18/195 [00:09<00:32, 5.36it/s]
[2023-12-28 06:50:23] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.26.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
9%|█████████████████████▌ | 18/195 [00:09<00:32, 5.36it/s]
10%|███████████████████████▉ | 20/195 [00:09<00:30, 5.72it/s]
[2023-12-28 06:50:23] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.26.self_attn.qkv_proj.q_weight[0m", shape: (12288, 512), dtype: uint32 |
|
10%|███████████████████████▉ | 20/195 [00:09<00:30, 5.72it/s]
[2023-12-28 06:50:23] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.26.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float32 |
|
10%|███████████████████████▉ | 20/195 [00:09<00:30, 5.72it/s]
[2023-12-28 06:50:24] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.26.self_attn.o_proj.q_weight[0m", shape: (4096, 512), dtype: uint32 |
|
10%|███████████████████████▉ | 20/195 [00:09<00:30, 5.72it/s]
[2023-12-28 06:50:24] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.26.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float32 |
|
10%|███████████████████████▉ | 20/195 [00:09<00:30, 5.72it/s]
11%|██████████████████████████▎ | 22/195 [00:09<00:26, 6.54it/s]
[2023-12-28 06:50:24] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.27.input_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
11%|██████████████████████████▎ | 22/195 [00:09<00:26, 6.54it/s]
[2023-12-28 06:50:24] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.27.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
11%|██████████████████████████▎ | 22/195 [00:09<00:26, 6.54it/s]
[2023-12-28 06:50:24] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.27.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float32 |
|
11%|██████████████████████████▎ | 22/195 [00:09<00:26, 6.54it/s]
[2023-12-28 06:50:24] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.27.mlp.gate_up_proj.q_weight[0m", shape: (22016, 512), dtype: uint32 |
|
11%|██████████████████████████▎ | 22/195 [00:09<00:26, 6.54it/s]
[2023-12-28 06:50:24] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.27.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float32 |
|
11%|██████████████████████████▎ | 22/195 [00:09<00:26, 6.54it/s]
13%|█████████████████████████████▊ | 25/195 [00:09<00:24, 7.04it/s]
[2023-12-28 06:50:24] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.27.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
13%|█████████████████████████████▊ | 25/195 [00:09<00:24, 7.04it/s]
[2023-12-28 06:50:24] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.27.self_attn.qkv_proj.q_weight[0m", shape: (12288, 512), dtype: uint32 |
|
13%|█████████████████████████████▊ | 25/195 [00:09<00:24, 7.04it/s]
[2023-12-28 06:50:24] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.27.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float32 |
|
13%|█████████████████████████████▊ | 25/195 [00:09<00:24, 7.04it/s]
14%|████████████████████████████████▎ | 27/195 [00:09<00:21, 7.94it/s]
[2023-12-28 06:50:24] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.27.self_attn.o_proj.q_weight[0m", shape: (4096, 512), dtype: uint32 |
|
14%|████████████████████████████████▎ | 27/195 [00:10<00:21, 7.94it/s]
[2023-12-28 06:50:24] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.27.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float32 |
|
14%|████████████████████████████████▎ | 27/195 [00:10<00:21, 7.94it/s]
[2023-12-28 06:50:24] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.28.input_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
14%|████████████████████████████████▎ | 27/195 [00:10<00:21, 7.94it/s]
[2023-12-28 06:50:24] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.28.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
14%|████████████████████████████████▎ | 27/195 [00:10<00:21, 7.94it/s]
[2023-12-28 06:50:24] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.28.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float32 |
|
14%|████████████████████████████████▎ | 27/195 [00:10<00:21, 7.94it/s]
15%|███████████████████████████████████▊ | 30/195 [00:10<00:15, 10.40it/s]
[2023-12-28 06:50:24] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.28.mlp.gate_up_proj.q_weight[0m", shape: (22016, 512), dtype: uint32 |
|
15%|███████████████████████████████████▊ | 30/195 [00:10<00:15, 10.40it/s]
[2023-12-28 06:50:24] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.28.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float32 |
|
15%|███████████████████████████████████▊ | 30/195 [00:10<00:15, 10.40it/s]
[2023-12-28 06:50:24] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.28.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
15%|███████████████████████████████████▊ | 30/195 [00:10<00:15, 10.40it/s]
16%|██████████████████████████████████████▏ | 32/195 [00:10<00:17, 9.29it/s]
[2023-12-28 06:50:25] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.28.self_attn.qkv_proj.q_weight[0m", shape: (12288, 512), dtype: uint32 |
|
16%|██████████████████████████████████████▏ | 32/195 [00:10<00:17, 9.29it/s]
[2023-12-28 06:50:25] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.28.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float32 |
|
16%|██████████████████████████████████████▏ | 32/195 [00:10<00:17, 9.29it/s]
[2023-12-28 06:50:25] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.28.self_attn.o_proj.q_weight[0m", shape: (4096, 512), dtype: uint32 |
|
16%|██████████████████████████████████████▏ | 32/195 [00:10<00:17, 9.29it/s]
[2023-12-28 06:50:25] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.28.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float32 |
|
16%|██████████████████████████████████████▏ | 32/195 [00:10<00:17, 9.29it/s]
17%|████████████████████████████████████████▋ | 34/195 [00:10<00:16, 9.50it/s]
[2023-12-28 06:50:25] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.29.input_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
17%|████████████████████████████████████████▋ | 34/195 [00:10<00:16, 9.50it/s]
[2023-12-28 06:50:25] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.29.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
17%|████████████████████████████████████████▋ | 34/195 [00:10<00:16, 9.50it/s]
[2023-12-28 06:50:25] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.29.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float32 |
|
17%|████████████████████████████████████████▋ | 34/195 [00:10<00:16, 9.50it/s]
[2023-12-28 06:50:25] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.29.mlp.gate_up_proj.q_weight[0m", shape: (22016, 512), dtype: uint32 |
|
17%|████████████████████████████████████████▋ | 34/195 [00:10<00:16, 9.50it/s]
[2023-12-28 06:50:25] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.29.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float32 |
|
17%|████████████████████████████████████████▋ | 34/195 [00:10<00:16, 9.50it/s]
19%|████████████████████████████████████████████▏ | 37/195 [00:10<00:17, 8.92it/s]
[2023-12-28 06:50:25] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.29.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
19%|████████████████████████████████████████████▏ | 37/195 [00:10<00:17, 8.92it/s]
[2023-12-28 06:50:25] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.29.self_attn.qkv_proj.q_weight[0m", shape: (12288, 512), dtype: uint32 |
|
19%|████████████████████████████████████████████▏ | 37/195 [00:11<00:17, 8.92it/s]
[2023-12-28 06:50:25] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.29.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float32 |
|
19%|████████████████████████████████████████████▏ | 37/195 [00:11<00:17, 8.92it/s]
20%|██████████████████████████████████████████████▌ | 39/195 [00:11<00:16, 9.65it/s]
[2023-12-28 06:50:25] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.29.self_attn.o_proj.q_weight[0m", shape: (4096, 512), dtype: uint32 |
|
20%|██████████████████████████████████████████████▌ | 39/195 [00:11<00:16, 9.65it/s]
[2023-12-28 06:50:25] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.29.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float32 |
|
20%|██████████████████████████████████████████████▌ | 39/195 [00:11<00:16, 9.65it/s]
[2023-12-28 06:50:25] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.30.input_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
20%|██████████████████████████████████████████████▌ | 39/195 [00:11<00:16, 9.65it/s]
[2023-12-28 06:50:25] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.30.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
20%|██████████████████████████████████████████████▌ | 39/195 [00:11<00:16, 9.65it/s]
[2023-12-28 06:50:25] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.30.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float32 |
|
20%|██████████████████████████████████████████████▌ | 39/195 [00:11<00:16, 9.65it/s]
22%|██████████████████████████████████████████████████▏ | 42/195 [00:11<00:12, 12.26it/s]
[2023-12-28 06:50:26] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.30.mlp.gate_up_proj.q_weight[0m", shape: (22016, 512), dtype: uint32 |
|
22%|██████████████████████████████████████████████████▏ | 42/195 [00:11<00:12, 12.26it/s]
[2023-12-28 06:50:26] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.30.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float32 |
|
22%|██████████████████████████████████████████████████▏ | 42/195 [00:11<00:12, 12.26it/s]
[2023-12-28 06:50:26] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.30.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
22%|██████████████████████████████████████████████████▏ | 42/195 [00:11<00:12, 12.26it/s]
23%|████████████████████████████████████████████████████▌ | 44/195 [00:11<00:14, 10.27it/s]
[2023-12-28 06:50:26] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.30.self_attn.qkv_proj.q_weight[0m", shape: (12288, 512), dtype: uint32 |
|
23%|████████████████████████████████████████████████████▌ | 44/195 [00:11<00:14, 10.27it/s]
[2023-12-28 06:50:26] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.30.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float32 |
|
23%|████████████████████████████████████████████████████▌ | 44/195 [00:11<00:14, 10.27it/s]
[2023-12-28 06:50:26] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.30.self_attn.o_proj.q_weight[0m", shape: (4096, 512), dtype: uint32 |
|
23%|████████████████████████████████████████████████████▌ | 44/195 [00:11<00:14, 10.27it/s]
[2023-12-28 06:50:26] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.30.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float32 |
|
23%|████████████████████████████████████████████████████▌ | 44/195 [00:11<00:14, 10.27it/s]
24%|██████████████████████████████████████████████████████▉ | 46/195 [00:11<00:14, 10.22it/s]
[2023-12-28 06:50:26] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.31.input_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
24%|██████████████████████████████████████████████████████▉ | 46/195 [00:11<00:14, 10.22it/s]
[2023-12-28 06:50:26] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.31.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
24%|██████████████████████████████████████████████████████▉ | 46/195 [00:11<00:14, 10.22it/s]
[2023-12-28 06:50:26] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.31.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float32 |
|
24%|██████████████████████████████████████████████████████▉ | 46/195 [00:11<00:14, 10.22it/s]
25%|█████████████████████████████████████████████████████████▎ | 48/195 [00:11<00:13, 10.60it/s]
[2023-12-28 06:50:26] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.31.mlp.gate_up_proj.q_weight[0m", shape: (22016, 512), dtype: uint32 |
|
25%|█████████████████████████████████████████████████████████▎ | 48/195 [00:12<00:13, 10.60it/s]
[2023-12-28 06:50:26] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.31.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float32 |
|
25%|█████████████████████████████████████████████████████████▎ | 48/195 [00:12<00:13, 10.60it/s]
[2023-12-28 06:50:26] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.31.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
25%|█████████████████████████████████████████████████████████▎ | 48/195 [00:12<00:13, 10.60it/s]
26%|███████████████████████████████████████████████████████████▋ | 50/195 [00:12<00:18, 7.77it/s]
[2023-12-28 06:50:27] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.31.self_attn.qkv_proj.q_weight[0m", shape: (12288, 512), dtype: uint32 |
|
26%|███████████████████████████████████████████████████████████▋ | 50/195 [00:12<00:18, 7.77it/s]
[2023-12-28 06:50:27] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.31.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float32 |
|
26%|███████████████████████████████████████████████████████████▋ | 50/195 [00:12<00:18, 7.77it/s]
26%|████████████████████████████████████████████████████████████▉ | 51/195 [00:12<00:21, 6.75it/s]
[2023-12-28 06:50:27] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.31.self_attn.o_proj.q_weight[0m", shape: (4096, 512), dtype: uint32 |
|
26%|████████████████████████████████████████████████████████████▉ | 51/195 [00:12<00:21, 6.75it/s]
[2023-12-28 06:50:27] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.31.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float32 |
|
26%|████████████████████████████████████████████████████████████▉ | 51/195 [00:12<00:21, 6.75it/s]
[2023-12-28 06:50:27] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.norm.weight[0m", shape: (4096,), dtype: float32 |
|
26%|████████████████████████████████████████████████████████████▉ | 51/195 [00:12<00:21, 6.75it/s]
[2023-12-28 06:50:27] INFO huggingface_loader.py:179: Unloading HF weight file: /home/junrushao/tmp/tmpakig0r57/repo/pytorch_model-00003-of-00003.bin |
|
26%|████████████████████████████████████████████████████████████▉ | 51/195 [00:12<00:21, 6.75it/s]
[2023-12-28 06:50:27] INFO huggingface_loader.py:169: Loading HF parameters from: /home/junrushao/tmp/tmpakig0r57/repo/pytorch_model-00001-of-00003.bin |
|
26%|████████████████████████████████████████████████████████████▉ | 51/195 [00:12<00:21, 6.75it/s]
[2023-12-28 06:50:31] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.embed_tokens.q_weight[0m", shape: (32016, 512), dtype: uint32 |
|
26%|████████████████████████████████████████████████████████████▉ | 51/195 [00:16<00:21, 6.75it/s]
[2023-12-28 06:50:31] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.embed_tokens.q_scale[0m", shape: (32016, 128), dtype: float32 |
|
26%|████████████████████████████████████████████████████████████▉ | 51/195 [00:16<00:21, 6.75it/s]
28%|████████████████████████████████████████████████████████████████▌ | 54/195 [00:16<01:34, 1.49it/s]
[2023-12-28 06:50:31] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.0.input_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
28%|████████████████████████████████████████████████████████████████▌ | 54/195 [00:16<01:34, 1.49it/s]
[2023-12-28 06:50:31] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.0.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
28%|████████████████████████████████████████████████████████████████▌ | 54/195 [00:16<01:34, 1.49it/s]
[2023-12-28 06:50:31] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.0.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float32 |
|
28%|████████████████████████████████████████████████████████████████▌ | 54/195 [00:16<01:34, 1.49it/s]
[2023-12-28 06:50:31] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.0.mlp.gate_up_proj.q_weight[0m", shape: (22016, 512), dtype: uint32 |
|
28%|████████████████████████████████████████████████████████████████▌ | 54/195 [00:17<01:34, 1.49it/s]
[2023-12-28 06:50:31] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.0.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float32 |
|
28%|████████████████████████████████████████████████████████████████▌ | 54/195 [00:17<01:34, 1.49it/s]
29%|████████████████████████████████████████████████████████████████████ | 57/195 [00:17<01:04, 2.15it/s]
[2023-12-28 06:50:31] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.0.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
29%|████████████████████████████████████████████████████████████████████ | 57/195 [00:17<01:04, 2.15it/s]
[2023-12-28 06:50:31] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.0.self_attn.qkv_proj.q_weight[0m", shape: (12288, 512), dtype: uint32 |
|
29%|████████████████████████████████████████████████████████████████████ | 57/195 [00:17<01:04, 2.15it/s]
[2023-12-28 06:50:31] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.0.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float32 |
|
29%|████████████████████████████████████████████████████████████████████ | 57/195 [00:17<01:04, 2.15it/s]
30%|██████████████████████████████████████████████████████████████████████▍ | 59/195 [00:17<00:49, 2.76it/s]
[2023-12-28 06:50:31] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.0.self_attn.o_proj.q_weight[0m", shape: (4096, 512), dtype: uint32 |
|
30%|██████████████████████████████████████████████████████████████████████▍ | 59/195 [00:17<00:49, 2.76it/s]
[2023-12-28 06:50:31] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.0.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float32 |
|
30%|██████████████████████████████████████████████████████████████████████▍ | 59/195 [00:17<00:49, 2.76it/s]
[2023-12-28 06:50:31] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.1.input_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
30%|██████████████████████████████████████████████████████████████████████▍ | 59/195 [00:17<00:49, 2.76it/s]
[2023-12-28 06:50:31] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.1.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
30%|██████████████████████████████████████████████████████████████████████▍ | 59/195 [00:17<00:49, 2.76it/s]
[2023-12-28 06:50:31] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.1.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float32 |
|
30%|██████████████████████████████████████████████████████████████████████▍ | 59/195 [00:17<00:49, 2.76it/s]
32%|██████████████████████████████████████████████████████████████████████████ | 62/195 [00:17<00:32, 4.05it/s]
[2023-12-28 06:50:32] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.1.mlp.gate_up_proj.q_weight[0m", shape: (22016, 512), dtype: uint32 |
|
32%|██████████████████████████████████████████████████████████████████████████ | 62/195 [00:17<00:32, 4.05it/s]
[2023-12-28 06:50:32] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.1.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float32 |
|
32%|██████████████████████████████████████████████████████████████████████████ | 62/195 [00:17<00:32, 4.05it/s]
[2023-12-28 06:50:32] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.1.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
32%|██████████████████████████████████████████████████████████████████████████ | 62/195 [00:17<00:32, 4.05it/s]
33%|████████████████████████████████████████████████████████████████████████████▍ | 64/195 [00:17<00:28, 4.57it/s]
[2023-12-28 06:50:32] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.1.self_attn.qkv_proj.q_weight[0m", shape: (12288, 512), dtype: uint32 |
|
33%|████████████████████████████████████████████████████████████████████████████▍ | 64/195 [00:17<00:28, 4.57it/s]
[2023-12-28 06:50:32] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.1.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float32 |
|
33%|████████████████████████████████████████████████████████████████████████████▍ | 64/195 [00:17<00:28, 4.57it/s]
[2023-12-28 06:50:32] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.1.self_attn.o_proj.q_weight[0m", shape: (4096, 512), dtype: uint32 |
|
33%|████████████████████████████████████████████████████████████████████████████▍ | 64/195 [00:17<00:28, 4.57it/s]
[2023-12-28 06:50:32] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.1.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float32 |
|
33%|████████████████████████████████████████████████████████████████████████████▍ | 64/195 [00:17<00:28, 4.57it/s]
34%|██████████████████████████████████████████████████████████████████████████████▊ | 66/195 [00:17<00:23, 5.38it/s]
[2023-12-28 06:50:32] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.10.input_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
34%|██████████████████████████████████████████████████████████████████████████████▊ | 66/195 [00:17<00:23, 5.38it/s]
[2023-12-28 06:50:32] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.10.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
34%|██████████████████████████████████████████████████████████████████████████████▊ | 66/195 [00:17<00:23, 5.38it/s]
[2023-12-28 06:50:32] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.10.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float32 |
|
34%|██████████████████████████████████████████████████████████████████████████████▊ | 66/195 [00:17<00:23, 5.38it/s]
[2023-12-28 06:50:32] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.10.mlp.gate_up_proj.q_weight[0m", shape: (22016, 512), dtype: uint32 |
|
34%|██████████████████████████████████████████████████████████████████████████████▊ | 66/195 [00:18<00:23, 5.38it/s]
[2023-12-28 06:50:32] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.10.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float32 |
|
34%|██████████████████████████████████████████████████████████████████████████████▊ | 66/195 [00:18<00:23, 5.38it/s]
35%|██████████████████████████████████████████████████████████████████████████████████▍ | 69/195 [00:18<00:20, 6.17it/s]
[2023-12-28 06:50:32] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.10.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
35%|██████████████████████████████████████████████████████████████████████████████████▍ | 69/195 [00:18<00:20, 6.17it/s]
[2023-12-28 06:50:32] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.10.self_attn.qkv_proj.q_weight[0m", shape: (12288, 512), dtype: uint32 |
|
35%|██████████████████████████████████████████████████████████████████████████████████▍ | 69/195 [00:18<00:20, 6.17it/s]
[2023-12-28 06:50:32] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.10.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float32 |
|
35%|██████████████████████████████████████████████████████████████████████████████████▍ | 69/195 [00:18<00:20, 6.17it/s]
36%|████████████████████████████████████████████████████████████████████████████████████▊ | 71/195 [00:18<00:17, 7.12it/s]
[2023-12-28 06:50:32] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.10.self_attn.o_proj.q_weight[0m", shape: (4096, 512), dtype: uint32 |
|
36%|████████████████████████████████████████████████████████████████████████████████████▊ | 71/195 [00:18<00:17, 7.12it/s]
[2023-12-28 06:50:32] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.10.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float32 |
|
36%|████████████████████████████████████████████████████████████████████████████████████▊ | 71/195 [00:18<00:17, 7.12it/s]
[2023-12-28 06:50:32] INFO huggingface_loader.py:169: Loading HF parameters from: /home/junrushao/tmp/tmpakig0r57/repo/pytorch_model-00002-of-00003.bin |
|
36%|████████████████████████████████████████████████████████████████████████████████████▊ | 71/195 [00:18<00:17, 7.12it/s]
[2023-12-28 06:50:36] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.11.mlp.gate_up_proj.q_weight[0m", shape: (22016, 512), dtype: uint32 |
|
36%|████████████████████████████████████████████████████████████████████████████████████▊ | 71/195 [00:22<00:17, 7.12it/s]
[2023-12-28 06:50:36] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.11.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float32 |
|
36%|████████████████████████████████████████████████████████████████████████████████████▊ | 71/195 [00:22<00:17, 7.12it/s]
37%|███████████████████████████████████████████████████████████████████████████████████████▏ | 73/195 [00:22<01:17, 1.57it/s]
[2023-12-28 06:50:37] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.11.self_attn.qkv_proj.q_weight[0m", shape: (12288, 512), dtype: uint32 |
|
37%|███████████████████████████████████████████████████████████████████████████████████████▏ | 73/195 [00:22<01:17, 1.57it/s]
[2023-12-28 06:50:37] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.11.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float32 |
|
37%|███████████████████████████████████████████████████████████████████████████████████████▏ | 73/195 [00:22<01:17, 1.57it/s]
38%|████████████████████████████████████████████████████████████████████████████████████████▍ | 74/195 [00:22<01:09, 1.74it/s]
[2023-12-28 06:50:37] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.11.self_attn.o_proj.q_weight[0m", shape: (4096, 512), dtype: uint32 |
|
38%|████████████████████████████████████████████████████████████████████████████████████████▍ | 74/195 [00:22<01:09, 1.74it/s]
[2023-12-28 06:50:37] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.11.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float32 |
|
38%|████████████████████████████████████████████████████████████████████████████████████████▍ | 74/195 [00:22<01:09, 1.74it/s]
[2023-12-28 06:50:37] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.2.input_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
38%|████████████████████████████████████████████████████████████████████████████████████████▍ | 74/195 [00:22<01:09, 1.74it/s]
[2023-12-28 06:50:37] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.2.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
38%|████████████████████████████████████████████████████████████████████████████████████████▍ | 74/195 [00:22<01:09, 1.74it/s]
[2023-12-28 06:50:37] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.2.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float32 |
|
38%|████████████████████████████████████████████████████████████████████████████████████████▍ | 74/195 [00:22<01:09, 1.74it/s]
39%|████████████████████████████████████████████████████████████████████████████████████████████ | 77/195 [00:22<00:42, 2.76it/s]
[2023-12-28 06:50:37] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.2.mlp.gate_up_proj.q_weight[0m", shape: (22016, 512), dtype: uint32 |
|
39%|████████████████████████████████████████████████████████████████████████████████████████████ | 77/195 [00:23<00:42, 2.76it/s]
[2023-12-28 06:50:37] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.2.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float32 |
|
39%|████████████████████████████████████████████████████████████████████████████████████████████ | 77/195 [00:23<00:42, 2.76it/s]
[2023-12-28 06:50:37] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.2.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
39%|████████████████████████████████████████████████████████████████████████████████████████████ | 77/195 [00:23<00:42, 2.76it/s]
41%|██████████████████████████████████████████████████████████████████████████████████████████████▍ | 79/195 [00:23<00:34, 3.33it/s]
[2023-12-28 06:50:37] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.2.self_attn.qkv_proj.q_weight[0m", shape: (12288, 512), dtype: uint32 |
|
41%|██████████████████████████████████████████████████████████████████████████████████████████████▍ | 79/195 [00:23<00:34, 3.33it/s]
[2023-12-28 06:50:37] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.2.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float32 |
|
41%|██████████████████████████████████████████████████████████████████████████████████████████████▍ | 79/195 [00:23<00:34, 3.33it/s]
41%|███████████████████████████████████████████████████████████████████████████████████████████████▌ | 80/195 [00:23<00:31, 3.61it/s]
[2023-12-28 06:50:37] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.2.self_attn.o_proj.q_weight[0m", shape: (4096, 512), dtype: uint32 |
|
41%|███████████████████████████████████████████████████████████████████████████████████████████████▌ | 80/195 [00:23<00:31, 3.61it/s]
[2023-12-28 06:50:37] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.2.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float32 |
|
41%|███████████████████████████████████████████████████████████████████████████████████████████████▌ | 80/195 [00:23<00:31, 3.61it/s]
[2023-12-28 06:50:37] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.3.input_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
41%|███████████████████████████████████████████████████████████████████████████████████████████████▌ | 80/195 [00:23<00:31, 3.61it/s]
[2023-12-28 06:50:37] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.3.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
41%|███████████████████████████████████████████████████████████████████████████████████████████████▌ | 80/195 [00:23<00:31, 3.61it/s]
[2023-12-28 06:50:37] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.3.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float32 |
|
41%|███████████████████████████████████████████████████████████████████████████████████████████████▌ | 80/195 [00:23<00:31, 3.61it/s]
43%|███████████████████████████████████████████████████████████████████████████████████████████████████▏ | 83/195 [00:23<00:19, 5.60it/s]
[2023-12-28 06:50:38] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.3.mlp.gate_up_proj.q_weight[0m", shape: (22016, 512), dtype: uint32 |
|
43%|███████████████████████████████████████████████████████████████████████████████████████████████████▏ | 83/195 [00:23<00:19, 5.60it/s]
[2023-12-28 06:50:38] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.3.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float32 |
|
43%|███████████████████████████████████████████████████████████████████████████████████████████████████▏ | 83/195 [00:23<00:19, 5.60it/s]
[2023-12-28 06:50:38] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.3.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
43%|███████████████████████████████████████████████████████████████████████████████████████████████████▏ | 83/195 [00:23<00:19, 5.60it/s]
44%|█████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 85/195 [00:23<00:18, 5.96it/s]
[2023-12-28 06:50:38] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.3.self_attn.qkv_proj.q_weight[0m", shape: (12288, 512), dtype: uint32 |
|
44%|█████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 85/195 [00:23<00:18, 5.96it/s]
[2023-12-28 06:50:38] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.3.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float32 |
|
44%|█████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 85/195 [00:23<00:18, 5.96it/s]
[2023-12-28 06:50:38] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.3.self_attn.o_proj.q_weight[0m", shape: (4096, 512), dtype: uint32 |
|
44%|█████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 85/195 [00:23<00:18, 5.96it/s]
[2023-12-28 06:50:38] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.3.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float32 |
|
44%|█████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 85/195 [00:23<00:18, 5.96it/s]
45%|███████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 87/195 [00:23<00:15, 6.83it/s]
[2023-12-28 06:50:38] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.4.input_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
45%|███████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 87/195 [00:23<00:15, 6.83it/s]
[2023-12-28 06:50:38] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.4.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
45%|███████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 87/195 [00:23<00:15, 6.83it/s]
[2023-12-28 06:50:38] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.4.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float32 |
|
45%|███████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 87/195 [00:23<00:15, 6.83it/s]
[2023-12-28 06:50:38] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.4.mlp.gate_up_proj.q_weight[0m", shape: (22016, 512), dtype: uint32 |
|
45%|███████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 87/195 [00:24<00:15, 6.83it/s]
[2023-12-28 06:50:38] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.4.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float32 |
|
45%|███████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 87/195 [00:24<00:15, 6.83it/s]
46%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 90/195 [00:24<00:14, 7.34it/s]
[2023-12-28 06:50:38] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.4.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
46%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 90/195 [00:24<00:14, 7.34it/s]
[2023-12-28 06:50:38] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.4.self_attn.qkv_proj.q_weight[0m", shape: (12288, 512), dtype: uint32 |
|
46%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 90/195 [00:24<00:14, 7.34it/s]
[2023-12-28 06:50:38] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.4.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float32 |
|
46%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 90/195 [00:24<00:14, 7.34it/s]
47%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 92/195 [00:24<00:12, 8.30it/s]
[2023-12-28 06:50:38] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.4.self_attn.o_proj.q_weight[0m", shape: (4096, 512), dtype: uint32 |
|
47%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 92/195 [00:24<00:12, 8.30it/s]
[2023-12-28 06:50:38] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.4.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float32 |
|
47%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 92/195 [00:24<00:12, 8.30it/s]
[2023-12-28 06:50:38] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.5.input_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
47%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 92/195 [00:24<00:12, 8.30it/s]
[2023-12-28 06:50:39] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.5.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
47%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 92/195 [00:24<00:12, 8.30it/s]
[2023-12-28 06:50:39] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.5.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float32 |
|
47%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 92/195 [00:24<00:12, 8.30it/s]
49%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 95/195 [00:24<00:10, 9.63it/s]
[2023-12-28 06:50:39] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.5.mlp.gate_up_proj.q_weight[0m", shape: (22016, 512), dtype: uint32 |
|
49%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 95/195 [00:24<00:10, 9.63it/s]
[2023-12-28 06:50:39] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.5.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float32 |
|
49%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 95/195 [00:24<00:10, 9.63it/s]
[2023-12-28 06:50:39] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.5.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
49%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 95/195 [00:24<00:10, 9.63it/s]
50%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 97/195 [00:24<00:12, 7.69it/s]
[2023-12-28 06:50:39] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.5.self_attn.qkv_proj.q_weight[0m", shape: (12288, 512), dtype: uint32 |
|
50%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 97/195 [00:25<00:12, 7.69it/s]
[2023-12-28 06:50:39] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.5.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float32 |
|
50%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 97/195 [00:25<00:12, 7.69it/s]
50%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 98/195 [00:25<00:14, 6.61it/s]
[2023-12-28 06:50:39] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.5.self_attn.o_proj.q_weight[0m", shape: (4096, 512), dtype: uint32 |
|
50%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 98/195 [00:25<00:14, 6.61it/s]
[2023-12-28 06:50:39] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.5.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float32 |
|
50%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 98/195 [00:25<00:14, 6.61it/s]
[2023-12-28 06:50:39] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.6.input_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
50%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 98/195 [00:25<00:14, 6.61it/s]
[2023-12-28 06:50:40] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.6.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
50%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 98/195 [00:25<00:14, 6.61it/s]
[2023-12-28 06:50:40] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.6.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float32 |
|
50%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 98/195 [00:25<00:14, 6.61it/s]
52%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 101/195 [00:25<00:11, 8.04it/s]
[2023-12-28 06:50:40] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.6.mlp.gate_up_proj.q_weight[0m", shape: (22016, 512), dtype: uint32 |
|
52%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 101/195 [00:25<00:11, 8.04it/s]
[2023-12-28 06:50:40] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.6.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float32 |
|
52%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 101/195 [00:25<00:11, 8.04it/s]
52%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 102/195 [00:25<00:16, 5.63it/s]
[2023-12-28 06:50:40] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.6.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
52%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 102/195 [00:25<00:16, 5.63it/s]
[2023-12-28 06:50:40] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.6.self_attn.qkv_proj.q_weight[0m", shape: (12288, 512), dtype: uint32 |
|
52%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 102/195 [00:26<00:16, 5.63it/s]
[2023-12-28 06:50:40] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.6.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float32 |
|
52%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 102/195 [00:26<00:16, 5.63it/s]
53%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 104/195 [00:26<00:14, 6.17it/s]
[2023-12-28 06:50:40] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.6.self_attn.o_proj.q_weight[0m", shape: (4096, 512), dtype: uint32 |
|
53%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 104/195 [00:26<00:14, 6.17it/s]
[2023-12-28 06:50:40] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.6.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float32 |
|
53%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 104/195 [00:26<00:14, 6.17it/s]
[2023-12-28 06:50:40] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.7.input_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
53%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 104/195 [00:26<00:14, 6.17it/s]
[2023-12-28 06:50:40] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.7.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
53%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 104/195 [00:26<00:14, 6.17it/s]
[2023-12-28 06:50:41] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.7.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float32 |
|
53%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 104/195 [00:26<00:14, 6.17it/s]
55%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 107/195 [00:26<00:11, 7.65it/s]
[2023-12-28 06:50:41] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.7.mlp.gate_up_proj.q_weight[0m", shape: (22016, 512), dtype: uint32 |
|
55%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 107/195 [00:26<00:11, 7.65it/s]
[2023-12-28 06:50:41] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.7.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float32 |
|
55%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 107/195 [00:26<00:11, 7.65it/s]
55%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 108/195 [00:26<00:15, 5.46it/s]
[2023-12-28 06:50:41] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.7.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
55%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 108/195 [00:26<00:15, 5.46it/s]
[2023-12-28 06:50:41] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.7.self_attn.qkv_proj.q_weight[0m", shape: (12288, 512), dtype: uint32 |
|
55%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 108/195 [00:27<00:15, 5.46it/s]
[2023-12-28 06:50:41] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.7.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float32 |
|
55%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 108/195 [00:27<00:15, 5.46it/s]
56%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 110/195 [00:27<00:14, 6.02it/s]
[2023-12-28 06:50:41] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.7.self_attn.o_proj.q_weight[0m", shape: (4096, 512), dtype: uint32 |
|
56%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 110/195 [00:27<00:14, 6.02it/s]
[2023-12-28 06:50:41] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.7.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float32 |
|
56%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 110/195 [00:27<00:14, 6.02it/s]
[2023-12-28 06:50:41] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.8.input_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
56%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 110/195 [00:27<00:14, 6.02it/s]
[2023-12-28 06:50:41] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.8.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
56%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 110/195 [00:27<00:14, 6.02it/s]
[2023-12-28 06:50:41] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.8.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float32 |
|
56%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 110/195 [00:27<00:14, 6.02it/s]
58%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 113/195 [00:27<00:10, 7.49it/s]
[2023-12-28 06:50:42] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.8.mlp.gate_up_proj.q_weight[0m", shape: (22016, 512), dtype: uint32 |
|
58%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 113/195 [00:27<00:10, 7.49it/s]
[2023-12-28 06:50:42] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.8.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float32 |
|
58%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 113/195 [00:27<00:10, 7.49it/s]
58%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 114/195 [00:27<00:15, 5.39it/s]
[2023-12-28 06:50:42] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.8.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
58%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 114/195 [00:27<00:15, 5.39it/s]
[2023-12-28 06:50:42] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.8.self_attn.qkv_proj.q_weight[0m", shape: (12288, 512), dtype: uint32 |
|
58%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 114/195 [00:28<00:15, 5.39it/s]
[2023-12-28 06:50:42] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.8.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float32 |
|
58%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 114/195 [00:28<00:15, 5.39it/s]
59%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 116/195 [00:28<00:13, 5.94it/s]
[2023-12-28 06:50:42] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.8.self_attn.o_proj.q_weight[0m", shape: (4096, 512), dtype: uint32 |
|
59%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 116/195 [00:28<00:13, 5.94it/s]
[2023-12-28 06:50:42] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.8.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float32 |
|
59%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 116/195 [00:28<00:13, 5.94it/s]
[2023-12-28 06:50:42] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.9.input_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
59%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 116/195 [00:28<00:13, 5.94it/s]
[2023-12-28 06:50:42] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.9.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
59%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 116/195 [00:28<00:13, 5.94it/s]
[2023-12-28 06:50:42] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.9.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float32 |
|
59%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 116/195 [00:28<00:13, 5.94it/s]
61%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 119/195 [00:28<00:10, 7.49it/s]
[2023-12-28 06:50:43] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.9.mlp.gate_up_proj.q_weight[0m", shape: (22016, 512), dtype: uint32 |
|
61%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 119/195 [00:28<00:10, 7.49it/s]
[2023-12-28 06:50:43] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.9.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float32 |
|
61%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 119/195 [00:28<00:10, 7.49it/s]
62%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 120/195 [00:28<00:13, 5.37it/s]
[2023-12-28 06:50:43] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.9.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
62%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 120/195 [00:28<00:13, 5.37it/s]
[2023-12-28 06:50:43] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.9.self_attn.qkv_proj.q_weight[0m", shape: (12288, 512), dtype: uint32 |
|
62%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 120/195 [00:29<00:13, 5.37it/s]
[2023-12-28 06:50:43] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.9.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float32 |
|
62%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 120/195 [00:29<00:13, 5.37it/s]
63%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 122/195 [00:29<00:12, 5.93it/s]
[2023-12-28 06:50:43] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.9.self_attn.o_proj.q_weight[0m", shape: (4096, 512), dtype: uint32 |
|
63%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 122/195 [00:29<00:12, 5.93it/s]
[2023-12-28 06:50:43] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.9.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float32 |
|
63%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 122/195 [00:29<00:12, 5.93it/s]
[2023-12-28 06:50:43] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.11.input_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
63%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 122/195 [00:29<00:12, 5.93it/s]
[2023-12-28 06:50:43] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.11.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
63%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 122/195 [00:29<00:12, 5.93it/s]
[2023-12-28 06:50:43] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.11.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float32 |
|
63%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 122/195 [00:29<00:12, 5.93it/s]
64%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 125/195 [00:29<00:08, 8.27it/s]
[2023-12-28 06:50:43] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.11.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
64%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 125/195 [00:29<00:08, 8.27it/s]
[2023-12-28 06:50:43] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.12.input_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
64%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 125/195 [00:29<00:08, 8.27it/s]
[2023-12-28 06:50:43] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.12.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
64%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 125/195 [00:29<00:08, 8.27it/s]
[2023-12-28 06:50:43] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.12.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float32 |
|
64%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 125/195 [00:29<00:08, 8.27it/s]
[2023-12-28 06:50:44] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.12.mlp.gate_up_proj.q_weight[0m", shape: (22016, 512), dtype: uint32 |
|
64%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 125/195 [00:29<00:08, 8.27it/s]
[2023-12-28 06:50:44] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.12.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float32 |
|
64%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 125/195 [00:29<00:08, 8.27it/s]
66%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 129/195 [00:29<00:07, 9.36it/s]
[2023-12-28 06:50:44] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.12.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
66%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 129/195 [00:29<00:07, 9.36it/s]
[2023-12-28 06:50:44] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.12.self_attn.qkv_proj.q_weight[0m", shape: (12288, 512), dtype: uint32 |
|
66%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 129/195 [00:29<00:07, 9.36it/s]
[2023-12-28 06:50:44] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.12.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float32 |
|
66%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 129/195 [00:29<00:07, 9.36it/s]
67%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 131/195 [00:29<00:06, 10.03it/s]
[2023-12-28 06:50:44] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.12.self_attn.o_proj.q_weight[0m", shape: (4096, 512), dtype: uint32 |
|
67%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 131/195 [00:29<00:06, 10.03it/s]
[2023-12-28 06:50:44] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.12.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float32 |
|
67%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 131/195 [00:29<00:06, 10.03it/s]
[2023-12-28 06:50:44] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.13.input_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
67%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 131/195 [00:29<00:06, 10.03it/s]
[2023-12-28 06:50:44] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.13.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
67%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 131/195 [00:29<00:06, 10.03it/s]
[2023-12-28 06:50:44] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.13.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float32 |
|
67%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 131/195 [00:29<00:06, 10.03it/s]
69%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 134/195 [00:29<00:04, 12.59it/s]
[2023-12-28 06:50:44] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.13.mlp.gate_up_proj.q_weight[0m", shape: (22016, 512), dtype: uint32 |
|
69%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 134/195 [00:30<00:04, 12.59it/s]
[2023-12-28 06:50:44] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.13.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float32 |
|
69%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 134/195 [00:30<00:04, 12.59it/s]
[2023-12-28 06:50:44] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.13.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
69%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 134/195 [00:30<00:04, 12.59it/s]
70%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 136/195 [00:30<00:05, 10.65it/s]
[2023-12-28 06:50:44] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.13.self_attn.qkv_proj.q_weight[0m", shape: (12288, 512), dtype: uint32 |
|
70%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 136/195 [00:30<00:05, 10.65it/s]
[2023-12-28 06:50:44] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.13.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float32 |
|
70%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 136/195 [00:30<00:05, 10.65it/s]
[2023-12-28 06:50:44] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.13.self_attn.o_proj.q_weight[0m", shape: (4096, 512), dtype: uint32 |
|
70%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 136/195 [00:30<00:05, 10.65it/s]
[2023-12-28 06:50:44] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.13.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float32 |
|
70%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 136/195 [00:30<00:05, 10.65it/s]
71%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 138/195 [00:30<00:05, 10.68it/s]
[2023-12-28 06:50:44] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.14.input_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
71%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 138/195 [00:30<00:05, 10.68it/s]
[2023-12-28 06:50:44] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.14.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
71%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 138/195 [00:30<00:05, 10.68it/s]
[2023-12-28 06:50:44] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.14.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float32 |
|
71%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 138/195 [00:30<00:05, 10.68it/s]
[2023-12-28 06:50:45] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.14.mlp.gate_up_proj.q_weight[0m", shape: (22016, 512), dtype: uint32 |
|
71%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 138/195 [00:30<00:05, 10.68it/s]
[2023-12-28 06:50:45] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.14.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float32 |
|
71%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 138/195 [00:30<00:05, 10.68it/s]
72%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 141/195 [00:30<00:05, 9.78it/s]
[2023-12-28 06:50:45] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.14.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
72%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 141/195 [00:30<00:05, 9.78it/s]
[2023-12-28 06:50:45] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.14.self_attn.qkv_proj.q_weight[0m", shape: (12288, 512), dtype: uint32 |
|
72%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 141/195 [00:30<00:05, 9.78it/s]
[2023-12-28 06:50:45] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.14.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float32 |
|
72%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 141/195 [00:30<00:05, 9.78it/s]
73%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 143/195 [00:30<00:04, 10.46it/s]
[2023-12-28 06:50:45] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.14.self_attn.o_proj.q_weight[0m", shape: (4096, 512), dtype: uint32 |
|
73%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 143/195 [00:30<00:04, 10.46it/s]
[2023-12-28 06:50:45] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.14.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float32 |
|
73%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 143/195 [00:30<00:04, 10.46it/s]
[2023-12-28 06:50:45] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.15.input_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
73%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 143/195 [00:30<00:04, 10.46it/s]
[2023-12-28 06:50:45] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.15.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
73%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 143/195 [00:30<00:04, 10.46it/s]
[2023-12-28 06:50:45] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.15.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float32 |
|
73%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 143/195 [00:30<00:04, 10.46it/s]
75%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 146/195 [00:30<00:03, 13.14it/s]
[2023-12-28 06:50:45] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.15.mlp.gate_up_proj.q_weight[0m", shape: (22016, 512), dtype: uint32 |
|
75%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 146/195 [00:31<00:03, 13.14it/s]
[2023-12-28 06:50:45] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.15.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float32 |
|
75%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 146/195 [00:31<00:03, 13.14it/s]
[2023-12-28 06:50:45] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.15.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
75%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 146/195 [00:31<00:03, 13.14it/s]
76%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 148/195 [00:31<00:04, 11.08it/s]
[2023-12-28 06:50:45] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.15.self_attn.qkv_proj.q_weight[0m", shape: (12288, 512), dtype: uint32 |
|
76%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 148/195 [00:31<00:04, 11.08it/s]
[2023-12-28 06:50:45] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.15.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float32 |
|
76%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 148/195 [00:31<00:04, 11.08it/s]
[2023-12-28 06:50:45] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.15.self_attn.o_proj.q_weight[0m", shape: (4096, 512), dtype: uint32 |
|
76%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 148/195 [00:31<00:04, 11.08it/s]
[2023-12-28 06:50:45] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.15.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float32 |
|
76%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 148/195 [00:31<00:04, 11.08it/s]
77%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 150/195 [00:31<00:04, 10.96it/s]
[2023-12-28 06:50:45] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.16.input_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
77%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 150/195 [00:31<00:04, 10.96it/s]
[2023-12-28 06:50:46] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.16.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
77%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 150/195 [00:31<00:04, 10.96it/s]
[2023-12-28 06:50:46] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.16.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float32 |
|
77%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 150/195 [00:31<00:04, 10.96it/s]
[2023-12-28 06:50:46] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.16.mlp.gate_up_proj.q_weight[0m", shape: (22016, 512), dtype: uint32 |
|
77%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 150/195 [00:31<00:04, 10.96it/s]
[2023-12-28 06:50:46] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.16.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float32 |
|
77%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 150/195 [00:31<00:04, 10.96it/s]
78%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 153/195 [00:31<00:04, 9.87it/s]
[2023-12-28 06:50:46] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.16.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
78%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 153/195 [00:31<00:04, 9.87it/s]
[2023-12-28 06:50:46] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.16.self_attn.qkv_proj.q_weight[0m", shape: (12288, 512), dtype: uint32 |
|
78%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 153/195 [00:31<00:04, 9.87it/s]
[2023-12-28 06:50:46] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.16.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float32 |
|
78%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 153/195 [00:31<00:04, 9.87it/s]
79%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 155/195 [00:31<00:03, 10.56it/s]
[2023-12-28 06:50:46] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.16.self_attn.o_proj.q_weight[0m", shape: (4096, 512), dtype: uint32 |
|
79%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 155/195 [00:31<00:03, 10.56it/s]
[2023-12-28 06:50:46] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.16.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float32 |
|
79%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 155/195 [00:31<00:03, 10.56it/s]
[2023-12-28 06:50:46] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.17.input_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
79%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 155/195 [00:31<00:03, 10.56it/s]
[2023-12-28 06:50:46] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.17.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
79%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 155/195 [00:32<00:03, 10.56it/s]
[2023-12-28 06:50:46] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.17.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float32 |
|
79%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 155/195 [00:32<00:03, 10.56it/s]
81%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 158/195 [00:32<00:02, 13.33it/s]
[2023-12-28 06:50:46] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.17.mlp.gate_up_proj.q_weight[0m", shape: (22016, 512), dtype: uint32 |
|
81%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 158/195 [00:32<00:02, 13.33it/s]
[2023-12-28 06:50:46] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.17.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float32 |
|
81%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 158/195 [00:32<00:02, 13.33it/s]
[2023-12-28 06:50:46] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.17.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
81%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 158/195 [00:32<00:02, 13.33it/s]
82%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 160/195 [00:32<00:03, 11.03it/s]
[2023-12-28 06:50:47] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.17.self_attn.qkv_proj.q_weight[0m", shape: (12288, 512), dtype: uint32 |
|
82%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 160/195 [00:32<00:03, 11.03it/s]
[2023-12-28 06:50:47] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.17.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float32 |
|
82%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 160/195 [00:32<00:03, 11.03it/s]
[2023-12-28 06:50:47] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.17.self_attn.o_proj.q_weight[0m", shape: (4096, 512), dtype: uint32 |
|
82%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 160/195 [00:32<00:03, 11.03it/s]
[2023-12-28 06:50:47] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.17.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float32 |
|
82%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 160/195 [00:32<00:03, 11.03it/s]
83%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 162/195 [00:32<00:02, 11.03it/s]
[2023-12-28 06:50:47] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.18.input_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
83%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 162/195 [00:32<00:02, 11.03it/s]
[2023-12-28 06:50:47] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.18.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
83%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 162/195 [00:32<00:02, 11.03it/s]
[2023-12-28 06:50:47] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.18.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float32 |
|
83%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 162/195 [00:32<00:02, 11.03it/s]
[2023-12-28 06:50:47] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.18.mlp.gate_up_proj.q_weight[0m", shape: (22016, 512), dtype: uint32 |
|
83%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 162/195 [00:32<00:02, 11.03it/s]
[2023-12-28 06:50:47] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.18.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float32 |
|
83%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 162/195 [00:32<00:02, 11.03it/s]
85%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 165/195 [00:32<00:03, 9.97it/s]
[2023-12-28 06:50:47] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.18.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
85%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 165/195 [00:32<00:03, 9.97it/s]
[2023-12-28 06:50:47] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.18.self_attn.qkv_proj.q_weight[0m", shape: (12288, 512), dtype: uint32 |
|
85%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 165/195 [00:32<00:03, 9.97it/s]
[2023-12-28 06:50:47] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.18.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float32 |
|
85%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 165/195 [00:32<00:03, 9.97it/s]
86%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 167/195 [00:32<00:02, 10.57it/s]
[2023-12-28 06:50:47] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.18.self_attn.o_proj.q_weight[0m", shape: (4096, 512), dtype: uint32 |
|
86%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 167/195 [00:33<00:02, 10.57it/s]
[2023-12-28 06:50:47] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.18.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float32 |
|
86%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 167/195 [00:33<00:02, 10.57it/s]
[2023-12-28 06:50:47] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.19.input_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
86%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 167/195 [00:33<00:02, 10.57it/s]
[2023-12-28 06:50:47] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.19.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
86%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 167/195 [00:33<00:02, 10.57it/s]
[2023-12-28 06:50:47] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.19.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float32 |
|
86%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 167/195 [00:33<00:02, 10.57it/s]
87%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 170/195 [00:33<00:01, 13.24it/s]
[2023-12-28 06:50:47] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.19.mlp.gate_up_proj.q_weight[0m", shape: (22016, 512), dtype: uint32 |
|
87%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 170/195 [00:33<00:01, 13.24it/s]
[2023-12-28 06:50:47] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.19.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float32 |
|
87%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 170/195 [00:33<00:01, 13.24it/s]
[2023-12-28 06:50:47] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.19.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
87%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 170/195 [00:33<00:01, 13.24it/s]
88%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 172/195 [00:33<00:02, 11.03it/s]
[2023-12-28 06:50:48] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.19.self_attn.qkv_proj.q_weight[0m", shape: (12288, 512), dtype: uint32 |
|
88%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 172/195 [00:33<00:02, 11.03it/s]
[2023-12-28 06:50:48] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.19.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float32 |
|
88%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 172/195 [00:33<00:02, 11.03it/s]
[2023-12-28 06:50:48] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.19.self_attn.o_proj.q_weight[0m", shape: (4096, 512), dtype: uint32 |
|
88%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 172/195 [00:33<00:02, 11.03it/s]
[2023-12-28 06:50:48] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.19.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float32 |
|
88%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 172/195 [00:33<00:02, 11.03it/s]
89%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 174/195 [00:33<00:01, 10.91it/s]
[2023-12-28 06:50:48] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.20.input_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
89%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 174/195 [00:33<00:01, 10.91it/s]
[2023-12-28 06:50:48] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.20.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
89%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 174/195 [00:33<00:01, 10.91it/s]
[2023-12-28 06:50:48] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.20.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float32 |
|
89%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 174/195 [00:33<00:01, 10.91it/s]
[2023-12-28 06:50:48] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.20.mlp.gate_up_proj.q_weight[0m", shape: (22016, 512), dtype: uint32 |
|
89%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 174/195 [00:33<00:01, 10.91it/s]
[2023-12-28 06:50:48] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.20.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float32 |
|
89%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 174/195 [00:33<00:01, 10.91it/s]
91%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 177/195 [00:33<00:01, 9.89it/s]
[2023-12-28 06:50:48] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.20.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
91%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 177/195 [00:33<00:01, 9.89it/s]
[2023-12-28 06:50:48] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.20.self_attn.qkv_proj.q_weight[0m", shape: (12288, 512), dtype: uint32 |
|
91%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 177/195 [00:34<00:01, 9.89it/s]
[2023-12-28 06:50:48] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.20.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float32 |
|
91%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 177/195 [00:34<00:01, 9.89it/s]
92%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 179/195 [00:34<00:01, 10.58it/s]
[2023-12-28 06:50:48] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.20.self_attn.o_proj.q_weight[0m", shape: (4096, 512), dtype: uint32 |
|
92%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 179/195 [00:34<00:01, 10.58it/s]
[2023-12-28 06:50:48] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.20.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float32 |
|
92%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 179/195 [00:34<00:01, 10.58it/s]
[2023-12-28 06:50:48] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.21.input_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
92%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 179/195 [00:34<00:01, 10.58it/s]
[2023-12-28 06:50:48] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.21.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
92%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 179/195 [00:34<00:01, 10.58it/s]
[2023-12-28 06:50:48] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.21.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float32 |
|
92%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 179/195 [00:34<00:01, 10.58it/s]
93%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 182/195 [00:34<00:01, 11.79it/s]
[2023-12-28 06:50:49] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.21.mlp.gate_up_proj.q_weight[0m", shape: (22016, 512), dtype: uint32 |
|
93%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 182/195 [00:34<00:01, 11.79it/s]
[2023-12-28 06:50:49] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.21.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float32 |
|
93%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 182/195 [00:34<00:01, 11.79it/s]
[2023-12-28 06:50:49] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.21.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
93%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 182/195 [00:34<00:01, 11.79it/s]
94%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 184/195 [00:34<00:01, 8.64it/s]
[2023-12-28 06:50:49] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.21.self_attn.qkv_proj.q_weight[0m", shape: (12288, 512), dtype: uint32 |
|
94%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 184/195 [00:34<00:01, 8.64it/s]
[2023-12-28 06:50:49] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.21.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float32 |
|
94%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 184/195 [00:34<00:01, 8.64it/s]
[2023-12-28 06:50:49] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.21.self_attn.o_proj.q_weight[0m", shape: (4096, 512), dtype: uint32 |
|
94%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 184/195 [00:34<00:01, 8.64it/s]
[2023-12-28 06:50:49] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.21.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float32 |
|
94%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 184/195 [00:34<00:01, 8.64it/s]
95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 186/195 [00:34<00:01, 8.09it/s]
[2023-12-28 06:50:49] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.22.input_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 186/195 [00:34<00:01, 8.09it/s]
[2023-12-28 06:50:49] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.22.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 186/195 [00:35<00:01, 8.09it/s]
[2023-12-28 06:50:49] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.22.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float32 |
|
95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 186/195 [00:35<00:01, 8.09it/s]
96%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 188/195 [00:35<00:00, 8.86it/s]
[2023-12-28 06:50:50] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.22.mlp.gate_up_proj.q_weight[0m", shape: (22016, 512), dtype: uint32 |
|
96%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 188/195 [00:35<00:00, 8.86it/s]
[2023-12-28 06:50:50] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.22.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float32 |
|
96%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 188/195 [00:35<00:00, 8.86it/s]
[2023-12-28 06:50:50] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.22.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float32 |
|
96%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 188/195 [00:35<00:00, 8.86it/s]
97%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 190/195 [00:35<00:00, 7.06it/s]
[2023-12-28 06:50:50] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.22.self_attn.qkv_proj.q_weight[0m", shape: (12288, 512), dtype: uint32 |
|
97%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 190/195 [00:35<00:00, 7.06it/s]
[2023-12-28 06:50:50] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.22.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float32 |
|
97%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 190/195 [00:35<00:00, 7.06it/s]
98%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 191/195 [00:35<00:00, 6.33it/s]
[2023-12-28 06:50:50] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.22.self_attn.o_proj.q_weight[0m", shape: (4096, 512), dtype: uint32 |
|
98%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 191/195 [00:35<00:00, 6.33it/s]
[2023-12-28 06:50:50] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.22.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float32 |
|
98%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 191/195 [00:35<00:00, 6.33it/s]
[2023-12-28 06:50:50] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.23.mlp.gate_up_proj.q_weight[0m", shape: (22016, 512), dtype: uint32 |
|
98%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 191/195 [00:36<00:00, 6.33it/s]
[2023-12-28 06:50:50] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.23.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float32 |
|
98%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 191/195 [00:36<00:00, 6.33it/s]
99%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 193/195 [00:36<00:00, 5.34it/s]
[2023-12-28 06:50:51] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.23.self_attn.qkv_proj.q_weight[0m", shape: (12288, 512), dtype: uint32 |
|
99%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 193/195 [00:36<00:00, 5.34it/s]
[2023-12-28 06:50:51] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.23.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float32 |
|
99%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 193/195 [00:36<00:00, 5.34it/s]
99%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 194/195 [00:36<00:00, 5.07it/s]
[2023-12-28 06:50:51] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.23.self_attn.o_proj.q_weight[0m", shape: (4096, 512), dtype: uint32 |
|
99%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 194/195 [00:36<00:00, 5.07it/s]
[2023-12-28 06:50:51] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.23.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float32 |
|
99%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 194/195 [00:36<00:00, 5.07it/s]
100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 195/195 [00:36<00:00, 5.32it/s] |
| [2023-12-28 06:50:51] INFO huggingface_loader.py:179: Unloading HF weight file: /home/junrushao/tmp/tmpakig0r57/repo/pytorch_model-00001-of-00003.bin |
| [2023-12-28 06:50:51] INFO huggingface_loader.py:179: Unloading HF weight file: /home/junrushao/tmp/tmpakig0r57/repo/pytorch_model-00002-of-00003.bin |
| [2023-12-28 06:50:52] INFO stats.py:71: [92mTime usage[0m: HF loading: 12.458 sec; Pre-quantization mapping: 16.374 sec; Quantization: 3.133 sec |
| [2023-12-28 06:50:52] INFO stats.py:85: [92mRAM usage[0m: Peak RAM: 18.415 GB. Total bytes loaded from disk: 25.103 GB |
| [2023-12-28 06:50:52] INFO convert_weight.py:110: [92mParameter size[0m after quantization: 3.923 GB |
| [2023-12-28 06:50:52] INFO convert_weight.py:115: [92mTotal parameters[0m: 6,738,546,688 |
| [2023-12-28 06:50:52] INFO convert_weight.py:116: [92mBits per parameter[0m: 5.001 |
| Start storing to cache /home/junrushao/tmp/tmp3in5gmag |
|
[0001/0325] saving lm_head.q_weight
[0002/0325] saving lm_head.q_scale
[0003/0325] saving model.layers.23.input_layernorm.weight
[0004/0325] saving model.layers.23.mlp.down_proj.q_weight
[0005/0325] saving model.layers.23.mlp.down_proj.q_scale
[0006/0325] saving model.layers.23.post_attention_layernorm.weight
[0007/0325] saving model.layers.24.input_layernorm.weight
[0008/0325] saving model.layers.24.mlp.down_proj.q_weight
[0009/0325] saving model.layers.24.mlp.down_proj.q_scale
[0010/0325] saving model.layers.24.mlp.gate_up_proj.q_weight
[0011/0325] saving model.layers.24.mlp.gate_up_proj.q_scale
[0012/0325] saving model.layers.24.post_attention_layernorm.weight
[0013/0325] saving model.layers.24.self_attn.qkv_proj.q_weight
[0014/0325] saving model.layers.24.self_attn.qkv_proj.q_scale
[0015/0325] saving model.layers.24.self_attn.o_proj.q_weight
[0016/0325] saving model.layers.24.self_attn.o_proj.q_scale
[0017/0325] saving model.layers.25.input_layernorm.weight
[0018/0325] saving model.layers.25.mlp.down_proj.q_weight
[0019/0325] saving model.layers.25.mlp.down_proj.q_scale
[0020/0325] saving model.layers.25.mlp.gate_up_proj.q_weight
[0021/0325] saving model.layers.25.mlp.gate_up_proj.q_scale
[0022/0325] saving model.layers.25.post_attention_layernorm.weight
[0023/0325] saving model.layers.25.self_attn.qkv_proj.q_weight
[0024/0325] saving model.layers.25.self_attn.qkv_proj.q_scale
[0025/0325] saving model.layers.25.self_attn.o_proj.q_weight
[0026/0325] saving model.layers.25.self_attn.o_proj.q_scale
[0027/0325] saving model.layers.26.input_layernorm.weight
[0028/0325] saving model.layers.26.mlp.down_proj.q_weight
[0029/0325] saving model.layers.26.mlp.down_proj.q_scale
[0030/0325] saving model.layers.26.mlp.gate_up_proj.q_weight
[0031/0325] saving model.layers.26.mlp.gate_up_proj.q_scale
[0032/0325] saving model.layers.26.post_attention_layernorm.weight
[0033/0325] saving model.layers.26.self_attn.qkv_proj.q_weight
[0034/0325] saving model.layers.26.self_attn.qkv_proj.q_scale
[0035/0325] saving model.layers.26.self_attn.o_proj.q_weight
[0036/0325] saving model.layers.26.self_attn.o_proj.q_scale
[0037/0325] saving model.layers.27.input_layernorm.weight
[0038/0325] saving model.layers.27.mlp.down_proj.q_weight
[0039/0325] saving model.layers.27.mlp.down_proj.q_scale
[0040/0325] saving model.layers.27.mlp.gate_up_proj.q_weight
[0041/0325] saving model.layers.27.mlp.gate_up_proj.q_scale
[0042/0325] saving model.layers.27.post_attention_layernorm.weight
[0043/0325] saving model.layers.27.self_attn.qkv_proj.q_weight
[0044/0325] saving model.layers.27.self_attn.qkv_proj.q_scale
[0045/0325] saving model.layers.27.self_attn.o_proj.q_weight
[0046/0325] saving model.layers.27.self_attn.o_proj.q_scale
[0047/0325] saving model.layers.28.input_layernorm.weight
[0048/0325] saving model.layers.28.mlp.down_proj.q_weight
[0049/0325] saving model.layers.28.mlp.down_proj.q_scale
[0050/0325] saving model.layers.28.mlp.gate_up_proj.q_weight
[0051/0325] saving model.layers.28.mlp.gate_up_proj.q_scale
[0052/0325] saving model.layers.28.post_attention_layernorm.weight
[0053/0325] saving model.layers.28.self_attn.qkv_proj.q_weight
[0054/0325] saving model.layers.28.self_attn.qkv_proj.q_scale
[0055/0325] saving model.layers.28.self_attn.o_proj.q_weight
[0056/0325] saving model.layers.28.self_attn.o_proj.q_scale
[0057/0325] saving model.layers.29.input_layernorm.weight
[0058/0325] saving model.layers.29.mlp.down_proj.q_weight
[0059/0325] saving model.layers.29.mlp.down_proj.q_scale
[0060/0325] saving model.layers.29.mlp.gate_up_proj.q_weight
[0061/0325] saving model.layers.29.mlp.gate_up_proj.q_scale
[0062/0325] saving model.layers.29.post_attention_layernorm.weight
[0063/0325] saving model.layers.29.self_attn.qkv_proj.q_weight
[0064/0325] saving model.layers.29.self_attn.qkv_proj.q_scale
[0065/0325] saving model.layers.29.self_attn.o_proj.q_weight
[0066/0325] saving model.layers.29.self_attn.o_proj.q_scale
[0067/0325] saving model.layers.30.input_layernorm.weight
[0068/0325] saving model.layers.30.mlp.down_proj.q_weight
[0069/0325] saving model.layers.30.mlp.down_proj.q_scale
[0070/0325] saving model.layers.30.mlp.gate_up_proj.q_weight
[0071/0325] saving model.layers.30.mlp.gate_up_proj.q_scale
[0072/0325] saving model.layers.30.post_attention_layernorm.weight
[0073/0325] saving model.layers.30.self_attn.qkv_proj.q_weight
[0074/0325] saving model.layers.30.self_attn.qkv_proj.q_scale
[0075/0325] saving model.layers.30.self_attn.o_proj.q_weight
[0076/0325] saving model.layers.30.self_attn.o_proj.q_scale
[0077/0325] saving model.layers.31.input_layernorm.weight
[0078/0325] saving model.layers.31.mlp.down_proj.q_weight
[0079/0325] saving model.layers.31.mlp.down_proj.q_scale
[0080/0325] saving model.layers.31.mlp.gate_up_proj.q_weight
[0081/0325] saving model.layers.31.mlp.gate_up_proj.q_scale
[0082/0325] saving model.layers.31.post_attention_layernorm.weight
[0083/0325] saving model.layers.31.self_attn.qkv_proj.q_weight
[0084/0325] saving model.layers.31.self_attn.qkv_proj.q_scale
[0085/0325] saving model.layers.31.self_attn.o_proj.q_weight
[0086/0325] saving model.layers.31.self_attn.o_proj.q_scale
[0087/0325] saving model.norm.weight
[0088/0325] saving model.embed_tokens.q_weight
[0089/0325] saving model.embed_tokens.q_scale
[0090/0325] saving model.layers.0.input_layernorm.weight
[0091/0325] saving model.layers.0.mlp.down_proj.q_weight
[0092/0325] saving model.layers.0.mlp.down_proj.q_scale
[0093/0325] saving model.layers.0.mlp.gate_up_proj.q_weight
[0094/0325] saving model.layers.0.mlp.gate_up_proj.q_scale
[0095/0325] saving model.layers.0.post_attention_layernorm.weight
[0096/0325] saving model.layers.0.self_attn.qkv_proj.q_weight
[0097/0325] saving model.layers.0.self_attn.qkv_proj.q_scale
[0098/0325] saving model.layers.0.self_attn.o_proj.q_weight
[0099/0325] saving model.layers.0.self_attn.o_proj.q_scale
[0100/0325] saving model.layers.1.input_layernorm.weight
[0101/0325] saving model.layers.1.mlp.down_proj.q_weight
[0102/0325] saving model.layers.1.mlp.down_proj.q_scale
[0103/0325] saving model.layers.1.mlp.gate_up_proj.q_weight
[0104/0325] saving model.layers.1.mlp.gate_up_proj.q_scale
[0105/0325] saving model.layers.1.post_attention_layernorm.weight
[0106/0325] saving model.layers.1.self_attn.qkv_proj.q_weight
[0107/0325] saving model.layers.1.self_attn.qkv_proj.q_scale
[0108/0325] saving model.layers.1.self_attn.o_proj.q_weight
[0109/0325] saving model.layers.1.self_attn.o_proj.q_scale
[0110/0325] saving model.layers.10.input_layernorm.weight
[0111/0325] saving model.layers.10.mlp.down_proj.q_weight
[0112/0325] saving model.layers.10.mlp.down_proj.q_scale
[0113/0325] saving model.layers.10.mlp.gate_up_proj.q_weight
[0114/0325] saving model.layers.10.mlp.gate_up_proj.q_scale
[0115/0325] saving model.layers.10.post_attention_layernorm.weight
[0116/0325] saving model.layers.10.self_attn.qkv_proj.q_weight
[0117/0325] saving model.layers.10.self_attn.qkv_proj.q_scale
[0118/0325] saving model.layers.10.self_attn.o_proj.q_weight
[0119/0325] saving model.layers.10.self_attn.o_proj.q_scale
[0120/0325] saving model.layers.11.mlp.gate_up_proj.q_weight
[0121/0325] saving model.layers.11.mlp.gate_up_proj.q_scale
[0122/0325] saving model.layers.11.self_attn.qkv_proj.q_weight
[0123/0325] saving model.layers.11.self_attn.qkv_proj.q_scale
[0124/0325] saving model.layers.11.self_attn.o_proj.q_weight
[0125/0325] saving model.layers.11.self_attn.o_proj.q_scale
[0126/0325] saving model.layers.2.input_layernorm.weight
[0127/0325] saving model.layers.2.mlp.down_proj.q_weight
[0128/0325] saving model.layers.2.mlp.down_proj.q_scale
[0129/0325] saving model.layers.2.mlp.gate_up_proj.q_weight
[0130/0325] saving model.layers.2.mlp.gate_up_proj.q_scale
[0131/0325] saving model.layers.2.post_attention_layernorm.weight
[0132/0325] saving model.layers.2.self_attn.qkv_proj.q_weight
[0133/0325] saving model.layers.2.self_attn.qkv_proj.q_scale
[0134/0325] saving model.layers.2.self_attn.o_proj.q_weight
[0135/0325] saving model.layers.2.self_attn.o_proj.q_scale
[0136/0325] saving model.layers.3.input_layernorm.weight
[0137/0325] saving model.layers.3.mlp.down_proj.q_weight
[0138/0325] saving model.layers.3.mlp.down_proj.q_scale
[0139/0325] saving model.layers.3.mlp.gate_up_proj.q_weight
[0140/0325] saving model.layers.3.mlp.gate_up_proj.q_scale
[0141/0325] saving model.layers.3.post_attention_layernorm.weight
[0142/0325] saving model.layers.3.self_attn.qkv_proj.q_weight
[0143/0325] saving model.layers.3.self_attn.qkv_proj.q_scale
[0144/0325] saving model.layers.3.self_attn.o_proj.q_weight
[0145/0325] saving model.layers.3.self_attn.o_proj.q_scale
[0146/0325] saving model.layers.4.input_layernorm.weight
[0147/0325] saving model.layers.4.mlp.down_proj.q_weight
[0148/0325] saving model.layers.4.mlp.down_proj.q_scale
[0149/0325] saving model.layers.4.mlp.gate_up_proj.q_weight
[0150/0325] saving model.layers.4.mlp.gate_up_proj.q_scale
[0151/0325] saving model.layers.4.post_attention_layernorm.weight
[0152/0325] saving model.layers.4.self_attn.qkv_proj.q_weight
[0153/0325] saving model.layers.4.self_attn.qkv_proj.q_scale
[0154/0325] saving model.layers.4.self_attn.o_proj.q_weight
[0155/0325] saving model.layers.4.self_attn.o_proj.q_scale
[0156/0325] saving model.layers.5.input_layernorm.weight
[0157/0325] saving model.layers.5.mlp.down_proj.q_weight
[0158/0325] saving model.layers.5.mlp.down_proj.q_scale
[0159/0325] saving model.layers.5.mlp.gate_up_proj.q_weight
[0160/0325] saving model.layers.5.mlp.gate_up_proj.q_scale
[0161/0325] saving model.layers.5.post_attention_layernorm.weight
[0162/0325] saving model.layers.5.self_attn.qkv_proj.q_weight
[0163/0325] saving model.layers.5.self_attn.qkv_proj.q_scale
[0164/0325] saving model.layers.5.self_attn.o_proj.q_weight
[0165/0325] saving model.layers.5.self_attn.o_proj.q_scale
[0166/0325] saving model.layers.6.input_layernorm.weight
[0167/0325] saving model.layers.6.mlp.down_proj.q_weight
[0168/0325] saving model.layers.6.mlp.down_proj.q_scale
[0169/0325] saving model.layers.6.mlp.gate_up_proj.q_weight
[0170/0325] saving model.layers.6.mlp.gate_up_proj.q_scale
[0171/0325] saving model.layers.6.post_attention_layernorm.weight
[0172/0325] saving model.layers.6.self_attn.qkv_proj.q_weight
[0173/0325] saving model.layers.6.self_attn.qkv_proj.q_scale
[0174/0325] saving model.layers.6.self_attn.o_proj.q_weight
[0175/0325] saving model.layers.6.self_attn.o_proj.q_scale
[0176/0325] saving model.layers.7.input_layernorm.weight
[0177/0325] saving model.layers.7.mlp.down_proj.q_weight
[0178/0325] saving model.layers.7.mlp.down_proj.q_scale
[0179/0325] saving model.layers.7.mlp.gate_up_proj.q_weight
[0180/0325] saving model.layers.7.mlp.gate_up_proj.q_scale
[0181/0325] saving model.layers.7.post_attention_layernorm.weight
[0182/0325] saving model.layers.7.self_attn.qkv_proj.q_weight
[0183/0325] saving model.layers.7.self_attn.qkv_proj.q_scale
[0184/0325] saving model.layers.7.self_attn.o_proj.q_weight
[0185/0325] saving model.layers.7.self_attn.o_proj.q_scale
[0186/0325] saving model.layers.8.input_layernorm.weight
[0187/0325] saving model.layers.8.mlp.down_proj.q_weight
[0188/0325] saving model.layers.8.mlp.down_proj.q_scale
[0189/0325] saving model.layers.8.mlp.gate_up_proj.q_weight
[0190/0325] saving model.layers.8.mlp.gate_up_proj.q_scale
[0191/0325] saving model.layers.8.post_attention_layernorm.weight
[0192/0325] saving model.layers.8.self_attn.qkv_proj.q_weight
[0193/0325] saving model.layers.8.self_attn.qkv_proj.q_scale
[0194/0325] saving model.layers.8.self_attn.o_proj.q_weight
[0195/0325] saving model.layers.8.self_attn.o_proj.q_scale
[0196/0325] saving model.layers.9.input_layernorm.weight
[0197/0325] saving model.layers.9.mlp.down_proj.q_weight
[0198/0325] saving model.layers.9.mlp.down_proj.q_scale
[0199/0325] saving model.layers.9.mlp.gate_up_proj.q_weight
[0200/0325] saving model.layers.9.mlp.gate_up_proj.q_scale
[0201/0325] saving model.layers.9.post_attention_layernorm.weight
[0202/0325] saving model.layers.9.self_attn.qkv_proj.q_weight
[0203/0325] saving model.layers.9.self_attn.qkv_proj.q_scale
[0204/0325] saving model.layers.9.self_attn.o_proj.q_weight
[0205/0325] saving model.layers.9.self_attn.o_proj.q_scale
[0206/0325] saving model.layers.11.input_layernorm.weight
[0207/0325] saving model.layers.11.mlp.down_proj.q_weight
[0208/0325] saving model.layers.11.mlp.down_proj.q_scale
[0209/0325] saving model.layers.11.post_attention_layernorm.weight
[0210/0325] saving model.layers.12.input_layernorm.weight
[0211/0325] saving model.layers.12.mlp.down_proj.q_weight
[0212/0325] saving model.layers.12.mlp.down_proj.q_scale
[0213/0325] saving model.layers.12.mlp.gate_up_proj.q_weight
[0214/0325] saving model.layers.12.mlp.gate_up_proj.q_scale
[0215/0325] saving model.layers.12.post_attention_layernorm.weight
[0216/0325] saving model.layers.12.self_attn.qkv_proj.q_weight
[0217/0325] saving model.layers.12.self_attn.qkv_proj.q_scale
[0218/0325] saving model.layers.12.self_attn.o_proj.q_weight
[0219/0325] saving model.layers.12.self_attn.o_proj.q_scale
[0220/0325] saving model.layers.13.input_layernorm.weight
[0221/0325] saving model.layers.13.mlp.down_proj.q_weight
[0222/0325] saving model.layers.13.mlp.down_proj.q_scale
[0223/0325] saving model.layers.13.mlp.gate_up_proj.q_weight
[0224/0325] saving model.layers.13.mlp.gate_up_proj.q_scale
[0225/0325] saving model.layers.13.post_attention_layernorm.weight
[0226/0325] saving model.layers.13.self_attn.qkv_proj.q_weight
[0227/0325] saving model.layers.13.self_attn.qkv_proj.q_scale
[0228/0325] saving model.layers.13.self_attn.o_proj.q_weight
[0229/0325] saving model.layers.13.self_attn.o_proj.q_scale
[0230/0325] saving model.layers.14.input_layernorm.weight
[0231/0325] saving model.layers.14.mlp.down_proj.q_weight
[0232/0325] saving model.layers.14.mlp.down_proj.q_scale
[0233/0325] saving model.layers.14.mlp.gate_up_proj.q_weight
[0234/0325] saving model.layers.14.mlp.gate_up_proj.q_scale
[0235/0325] saving model.layers.14.post_attention_layernorm.weight
[0236/0325] saving model.layers.14.self_attn.qkv_proj.q_weight
[0237/0325] saving model.layers.14.self_attn.qkv_proj.q_scale
[0238/0325] saving model.layers.14.self_attn.o_proj.q_weight
[0239/0325] saving model.layers.14.self_attn.o_proj.q_scale
[0240/0325] saving model.layers.15.input_layernorm.weight
[0241/0325] saving model.layers.15.mlp.down_proj.q_weight
[0242/0325] saving model.layers.15.mlp.down_proj.q_scale
[0243/0325] saving model.layers.15.mlp.gate_up_proj.q_weight
[0244/0325] saving model.layers.15.mlp.gate_up_proj.q_scale
[0245/0325] saving model.layers.15.post_attention_layernorm.weight
[0246/0325] saving model.layers.15.self_attn.qkv_proj.q_weight
[0247/0325] saving model.layers.15.self_attn.qkv_proj.q_scale
[0248/0325] saving model.layers.15.self_attn.o_proj.q_weight
[0249/0325] saving model.layers.15.self_attn.o_proj.q_scale
[0250/0325] saving model.layers.16.input_layernorm.weight
[0251/0325] saving model.layers.16.mlp.down_proj.q_weight
[0252/0325] saving model.layers.16.mlp.down_proj.q_scale
[0253/0325] saving model.layers.16.mlp.gate_up_proj.q_weight
[0254/0325] saving model.layers.16.mlp.gate_up_proj.q_scale
[0255/0325] saving model.layers.16.post_attention_layernorm.weight
[0256/0325] saving model.layers.16.self_attn.qkv_proj.q_weight
[0257/0325] saving model.layers.16.self_attn.qkv_proj.q_scale
[0258/0325] saving model.layers.16.self_attn.o_proj.q_weight
[0259/0325] saving model.layers.16.self_attn.o_proj.q_scale
[0260/0325] saving model.layers.17.input_layernorm.weight
[0261/0325] saving model.layers.17.mlp.down_proj.q_weight
[0262/0325] saving model.layers.17.mlp.down_proj.q_scale
[0263/0325] saving model.layers.17.mlp.gate_up_proj.q_weight
[0264/0325] saving model.layers.17.mlp.gate_up_proj.q_scale
[0265/0325] saving model.layers.17.post_attention_layernorm.weight
[0266/0325] saving model.layers.17.self_attn.qkv_proj.q_weight
[0267/0325] saving model.layers.17.self_attn.qkv_proj.q_scale
[0268/0325] saving model.layers.17.self_attn.o_proj.q_weight
[0269/0325] saving model.layers.17.self_attn.o_proj.q_scale
[0270/0325] saving model.layers.18.input_layernorm.weight
[0271/0325] saving model.layers.18.mlp.down_proj.q_weight
[0272/0325] saving model.layers.18.mlp.down_proj.q_scale
[0273/0325] saving model.layers.18.mlp.gate_up_proj.q_weight
[0274/0325] saving model.layers.18.mlp.gate_up_proj.q_scale
[0275/0325] saving model.layers.18.post_attention_layernorm.weight
[0276/0325] saving model.layers.18.self_attn.qkv_proj.q_weight
[0277/0325] saving model.layers.18.self_attn.qkv_proj.q_scale
[0278/0325] saving model.layers.18.self_attn.o_proj.q_weight
[0279/0325] saving model.layers.18.self_attn.o_proj.q_scale
[0280/0325] saving model.layers.19.input_layernorm.weight
[0281/0325] saving model.layers.19.mlp.down_proj.q_weight
[0282/0325] saving model.layers.19.mlp.down_proj.q_scale
[0283/0325] saving model.layers.19.mlp.gate_up_proj.q_weight
[0284/0325] saving model.layers.19.mlp.gate_up_proj.q_scale
[0285/0325] saving model.layers.19.post_attention_layernorm.weight
[0286/0325] saving model.layers.19.self_attn.qkv_proj.q_weight
[0287/0325] saving model.layers.19.self_attn.qkv_proj.q_scale
[0288/0325] saving model.layers.19.self_attn.o_proj.q_weight
[0289/0325] saving model.layers.19.self_attn.o_proj.q_scale
[0290/0325] saving model.layers.20.input_layernorm.weight
[0291/0325] saving model.layers.20.mlp.down_proj.q_weight
[0292/0325] saving model.layers.20.mlp.down_proj.q_scale
[0293/0325] saving model.layers.20.mlp.gate_up_proj.q_weight
[0294/0325] saving model.layers.20.mlp.gate_up_proj.q_scale
[0295/0325] saving model.layers.20.post_attention_layernorm.weight
[0296/0325] saving model.layers.20.self_attn.qkv_proj.q_weight
[0297/0325] saving model.layers.20.self_attn.qkv_proj.q_scale
[0298/0325] saving model.layers.20.self_attn.o_proj.q_weight
[0299/0325] saving model.layers.20.self_attn.o_proj.q_scale
[0300/0325] saving model.layers.21.input_layernorm.weight
[0301/0325] saving model.layers.21.mlp.down_proj.q_weight
[0302/0325] saving model.layers.21.mlp.down_proj.q_scale
[0303/0325] saving model.layers.21.mlp.gate_up_proj.q_weight
[0304/0325] saving model.layers.21.mlp.gate_up_proj.q_scale
[0305/0325] saving model.layers.21.post_attention_layernorm.weight
[0306/0325] saving model.layers.21.self_attn.qkv_proj.q_weight
[0307/0325] saving model.layers.21.self_attn.qkv_proj.q_scale
[0308/0325] saving model.layers.21.self_attn.o_proj.q_weight
[0309/0325] saving model.layers.21.self_attn.o_proj.q_scale
[0310/0325] saving model.layers.22.input_layernorm.weight
[0311/0325] saving model.layers.22.mlp.down_proj.q_weight
[0312/0325] saving model.layers.22.mlp.down_proj.q_scale
[0313/0325] saving model.layers.22.mlp.gate_up_proj.q_weight
[0314/0325] saving model.layers.22.mlp.gate_up_proj.q_scale
[0315/0325] saving model.layers.22.post_attention_layernorm.weight
[0316/0325] saving model.layers.22.self_attn.qkv_proj.q_weight
[0317/0325] saving model.layers.22.self_attn.qkv_proj.q_scale
[0318/0325] saving model.layers.22.self_attn.o_proj.q_weight
[0319/0325] saving model.layers.22.self_attn.o_proj.q_scale
[0320/0325] saving model.layers.23.mlp.gate_up_proj.q_weight
[0321/0325] saving model.layers.23.mlp.gate_up_proj.q_scale[2023-12-28 06:51:05] INFO convert_weight.py:132: Saved to directory: [1m/home/junrushao/tmp/tmp3in5gmag[0m |
|
[0322/0325] saving model.layers.23.self_attn.qkv_proj.q_weight
[0323/0325] saving model.layers.23.self_attn.qkv_proj.q_scale
[0324/0325] saving model.layers.23.self_attn.o_proj.q_weight
[0325/0325] saving model.layers.23.self_attn.o_proj.q_scale |
| All finished, 114 total shards committed, record saved to /home/junrushao/tmp/tmp3in5gmag/ndarray-cache.json |
| Also saved a bf16 record to /home/junrushao/tmp/tmp3in5gmag/ndarray-cache-b16.json |
|
|
