| mlc_chat gen_config /home/junrushao/tmp/tmptjzdwnm4/repo --quantization q4f16_1 --conv-template codellama_instruct --output /home/junrushao/tmp/tmp6qup4egg --context-window-size 16384 |
| [2023-12-28 09:10:18] INFO auto_config.py:115: [92mFound[0m model configuration: /home/junrushao/tmp/tmptjzdwnm4/repo/config.json |
| [2023-12-28 09:10:18] INFO auto_config.py:151: [92mFound[0m model type: [1mllama[0m. Use `--model-type` to override. |
| [2023-12-28 09:10:18] 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 09:10:18] 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 09:10:18] INFO flags_model_config_override.py:112: Overriding [1mcontext_window_size[0m from 16384 to 16384 |
| [2023-12-28 09:10:18] INFO flags_model_config_override.py:112: Overriding [1mprefill_chunk_size[0m from 16384 to 16384 |
| [2023-12-28 09:10:18] INFO gen_config.py:115: [generation_config.json] Setting [1mbos_token_id[0m: 1 |
| [2023-12-28 09:10:18] INFO gen_config.py:115: [generation_config.json] Setting [1meos_token_id[0m: 2 |
| [2023-12-28 09:10:18] INFO gen_config.py:127: [92mFound[0m tokenizer config: /home/junrushao/tmp/tmptjzdwnm4/repo/tokenizer.model. Copying to [1m/home/junrushao/tmp/tmp6qup4egg/tokenizer.model[0m |
| [2023-12-28 09:10:18] INFO gen_config.py:127: [92mFound[0m tokenizer config: /home/junrushao/tmp/tmptjzdwnm4/repo/tokenizer.json. Copying to [1m/home/junrushao/tmp/tmp6qup4egg/tokenizer.json[0m |
| [2023-12-28 09:10:18] INFO gen_config.py:129: [91mNot found[0m tokenizer config: /home/junrushao/tmp/tmptjzdwnm4/repo/vocab.json |
| [2023-12-28 09:10:18] INFO gen_config.py:129: [91mNot found[0m tokenizer config: /home/junrushao/tmp/tmptjzdwnm4/repo/merges.txt |
| [2023-12-28 09:10:18] INFO gen_config.py:129: [91mNot found[0m tokenizer config: /home/junrushao/tmp/tmptjzdwnm4/repo/added_tokens.json |
| [2023-12-28 09:10:18] INFO gen_config.py:127: [92mFound[0m tokenizer config: /home/junrushao/tmp/tmptjzdwnm4/repo/tokenizer_config.json. Copying to [1m/home/junrushao/tmp/tmp6qup4egg/tokenizer_config.json[0m |
| [2023-12-28 09:10:18] INFO gen_config.py:69: [System default] Setting [1mpad_token_id[0m: 0 |
| [2023-12-28 09:10:18] INFO gen_config.py:69: [System default] Setting [1mtemperature[0m: 0.7 |
| [2023-12-28 09:10:18] INFO gen_config.py:69: [System default] Setting [1mrepetition_penalty[0m: 1.0 |
| [2023-12-28 09:10:18] INFO gen_config.py:69: [System default] Setting [1mtop_p[0m: 0.95 |
| [2023-12-28 09:10:18] INFO gen_config.py:69: [System default] Setting [1mmean_gen_len[0m: 128 |
| [2023-12-28 09:10:18] INFO gen_config.py:69: [System default] Setting [1mmax_gen_len[0m: 512 |
| [2023-12-28 09:10:18] INFO gen_config.py:69: [System default] Setting [1mshift_fill_factor[0m: 0.3 |
| [2023-12-28 09:10:18] INFO gen_config.py:157: Dumping configuration file to: [1m/home/junrushao/tmp/tmp6qup4egg/mlc-chat-config.json[0m |
| mlc_chat convert_weight /home/junrushao/tmp/tmptjzdwnm4/repo --quantization q4f16_1 --source-format auto --output /home/junrushao/tmp/tmp6qup4egg |
| [2023-12-28 09:10:19] INFO auto_config.py:115: [92mFound[0m model configuration: /home/junrushao/tmp/tmptjzdwnm4/repo/config.json |
| [2023-12-28 09:10:19] INFO auto_device.py:75: [92mFound[0m device: cuda:0 |
| [2023-12-28 09:10:19] INFO auto_device.py:75: [92mFound[0m device: cuda:1 |
| [2023-12-28 09:10:19] INFO auto_device.py:75: [92mFound[0m device: cuda:2 |
| [2023-12-28 09:10:19] INFO auto_device.py:75: [92mFound[0m device: cuda:3 |
| [2023-12-28 09:10:19] INFO auto_device.py:84: [91mNot found[0m device: rocm:0 |
| [2023-12-28 09:10:20] INFO auto_device.py:84: [91mNot found[0m device: metal:0 |
| [2023-12-28 09:10:20] INFO auto_device.py:84: [91mNot found[0m device: vulkan:0 |
| [2023-12-28 09:10:21] INFO auto_device.py:84: [91mNot found[0m device: opencl:0 |
| [2023-12-28 09:10:21] INFO auto_device.py:33: Using device: [1mcuda:0[0m |
| [2023-12-28 09:10:21] INFO auto_weight.py:70: Finding weights in: /home/junrushao/tmp/tmptjzdwnm4/repo |
| [2023-12-28 09:10:21] INFO auto_weight.py:120: [92mFound[0m source weight format: huggingface-torch. Source configuration: /home/junrushao/tmp/tmptjzdwnm4/repo/pytorch_model.bin.index.json |
| [2023-12-28 09:10:21] INFO auto_weight.py:143: [92mFound[0m source weight format: huggingface-safetensor. Source configuration: /home/junrushao/tmp/tmptjzdwnm4/repo/model.safetensors.index.json |
| [2023-12-28 09:10:21] INFO auto_weight.py:106: Using source weight configuration: [1m/home/junrushao/tmp/tmptjzdwnm4/repo/pytorch_model.bin.index.json[0m. Use `--source` to override. |
| [2023-12-28 09:10:21] INFO auto_weight.py:110: Using source weight format: [1mhuggingface-torch[0m. Use `--source-format` to override. |
| [2023-12-28 09:10:21] INFO auto_config.py:151: [92mFound[0m model type: [1mllama[0m. Use `--model-type` to override. |
| [2023-12-28 09:10:21] 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/tmptjzdwnm4/repo/config.json |
| [1m--quantization[0m GroupQuantize(name='q4f16_1', kind='group-quant', group_size=32, quantize_dtype='int4', storage_dtype='uint32', model_dtype='float16', 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/tmptjzdwnm4/repo/pytorch_model.bin.index.json |
| [1m--source-format[0m huggingface-torch |
| [1m--output[0m /home/junrushao/tmp/tmp6qup4egg |
|
0%| | 0/195 [00:00<?, ?it/s]
[2023-12-28 09:10:27] INFO huggingface_loader.py:169: Loading HF parameters from: /home/junrushao/tmp/tmptjzdwnm4/repo/pytorch_model-00003-of-00003.bin |
|
0%| | 0/195 [00:00<?, ?it/s]
[2023-12-28 09:10:31] INFO group_quantization.py:200: Compiling quantize function for key: (32000, 4096, 'float16', 'cuda') |
|
0%| | 0/195 [00:04<?, ?it/s]
[2023-12-28 09:10:32] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mlm_head.q_weight[0m", shape: (32000, 512), dtype: uint32 |
|
0%| | 0/195 [00:05<?, ?it/s]
[2023-12-28 09:10:32] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mlm_head.q_scale[0m", shape: (32000, 128), dtype: float16 |
|
0%| | 0/195 [00:05<?, ?it/s]
1%|█▏ | 1/195 [00:05<18:40, 5.78s/it]
[2023-12-28 09:10:32] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.23.input_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
1%|█▏ | 1/195 [00:05<18:40, 5.78s/it]
[2023-12-28 09:10:33] INFO group_quantization.py:200: Compiling quantize function for key: (4096, 11008, 'float16', 'cuda') |
|
1%|█▏ | 1/195 [00:05<18:40, 5.78s/it]
[2023-12-28 09:10:33] 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<18:40, 5.78s/it]
[2023-12-28 09:10:33] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.23.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float16 |
|
1%|█▏ | 1/195 [00:06<18:40, 5.78s/it]
2%|███▌ | 3/195 [00:06<05:36, 1.75s/it]
[2023-12-28 09:10:33] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.23.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
2%|███▌ | 3/195 [00:06<05:36, 1.75s/it]
[2023-12-28 09:10:33] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.24.input_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
2%|███▌ | 3/195 [00:06<05:36, 1.75s/it]
[2023-12-28 09:10:33] 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<05:36, 1.75s/it]
[2023-12-28 09:10:33] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.24.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float16 |
|
2%|███▌ | 3/195 [00:06<05:36, 1.75s/it]
3%|███████▏ | 6/195 [00:06<02:15, 1.39it/s]
[2023-12-28 09:10:34] INFO group_quantization.py:200: Compiling quantize function for key: (22016, 4096, 'float16', 'cuda') |
|
3%|███████▏ | 6/195 [00:07<02:15, 1.39it/s]
[2023-12-28 09:10:34] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.24.mlp.gate_up_proj.q_weight[0m", shape: (22016, 512), dtype: uint32 |
|
3%|███████▏ | 6/195 [00:07<02:15, 1.39it/s]
[2023-12-28 09:10:34] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.24.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float16 |
|
3%|███████▏ | 6/195 [00:07<02:15, 1.39it/s]
4%|████████▍ | 7/195 [00:07<02:26, 1.28it/s]
[2023-12-28 09:10:34] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.24.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
4%|████████▍ | 7/195 [00:07<02:26, 1.28it/s]
[2023-12-28 09:10:34] INFO group_quantization.py:200: Compiling quantize function for key: (12288, 4096, 'float16', 'cuda') |
|
4%|████████▍ | 7/195 [00:07<02:26, 1.28it/s]
[2023-12-28 09:10:35] 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 [00:08<02:26, 1.28it/s]
[2023-12-28 09:10:35] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.24.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float16 |
|
4%|████████▍ | 7/195 [00:08<02:26, 1.28it/s]
5%|██████████▊ | 9/195 [00:08<01:55, 1.61it/s]
[2023-12-28 09:10:35] INFO group_quantization.py:200: Compiling quantize function for key: (4096, 4096, 'float16', 'cuda') |
|
5%|██████████▊ | 9/195 [00:08<01:55, 1.61it/s]
[2023-12-28 09:10:36] 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<01:55, 1.61it/s]
[2023-12-28 09:10:36] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.24.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float16 |
|
5%|██████████▊ | 9/195 [00:08<01:55, 1.61it/s]
5%|███████████▉ | 10/195 [00:08<01:52, 1.65it/s]
[2023-12-28 09:10:36] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.25.input_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
5%|███████████▉ | 10/195 [00:08<01:52, 1.65it/s]
[2023-12-28 09:10:36] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.25.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
5%|███████████▉ | 10/195 [00:09<01:52, 1.65it/s]
[2023-12-28 09:10:36] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.25.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float16 |
|
5%|███████████▉ | 10/195 [00:09<01:52, 1.65it/s]
6%|██████████████▎ | 12/195 [00:09<01:15, 2.43it/s]
[2023-12-28 09:10:36] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.25.mlp.gate_up_proj.q_weight[0m", shape: (22016, 512), dtype: uint32 |
|
6%|██████████████▎ | 12/195 [00:09<01:15, 2.43it/s]
[2023-12-28 09:10:36] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.25.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float16 |
|
6%|██████████████▎ | 12/195 [00:09<01:15, 2.43it/s]
7%|███████████████▌ | 13/195 [00:09<01:18, 2.31it/s]
[2023-12-28 09:10:36] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.25.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
7%|███████████████▌ | 13/195 [00:09<01:18, 2.31it/s]
[2023-12-28 09:10:36] 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 [00:09<01:18, 2.31it/s]
[2023-12-28 09:10:37] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.25.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float16 |
|
7%|███████████████▌ | 13/195 [00:09<01:18, 2.31it/s]
8%|█████████████████▉ | 15/195 [00:09<00:57, 3.12it/s]
[2023-12-28 09:10:37] 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 [00:10<00:57, 3.12it/s]
[2023-12-28 09:10:37] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.25.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float16 |
|
8%|█████████████████▉ | 15/195 [00:10<00:57, 3.12it/s]
[2023-12-28 09:10:37] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.26.input_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
8%|█████████████████▉ | 15/195 [00:10<00:57, 3.12it/s]
[2023-12-28 09:10:37] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.26.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
8%|█████████████████▉ | 15/195 [00:10<00:57, 3.12it/s]
[2023-12-28 09:10:37] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.26.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float16 |
|
8%|█████████████████▉ | 15/195 [00:10<00:57, 3.12it/s]
9%|█████████████████████▌ | 18/195 [00:10<00:38, 4.60it/s]
[2023-12-28 09:10:37] 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 [00:10<00:38, 4.60it/s]
[2023-12-28 09:10:37] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.26.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float16 |
|
9%|█████████████████████▌ | 18/195 [00:10<00:38, 4.60it/s]
10%|██████████████████████▋ | 19/195 [00:10<00:47, 3.69it/s]
[2023-12-28 09:10:37] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.26.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
10%|██████████████████████▋ | 19/195 [00:10<00:47, 3.69it/s]
[2023-12-28 09:10:38] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.26.self_attn.qkv_proj.q_weight[0m", shape: (12288, 512), dtype: uint32 |
|
10%|██████████████████████▋ | 19/195 [00:11<00:47, 3.69it/s]
[2023-12-28 09:10:38] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.26.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float16 |
|
10%|██████████████████████▋ | 19/195 [00:11<00:47, 3.69it/s]
11%|█████████████████████████ | 21/195 [00:11<00:40, 4.34it/s]
[2023-12-28 09:10:38] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.26.self_attn.o_proj.q_weight[0m", shape: (4096, 512), dtype: uint32 |
|
11%|█████████████████████████ | 21/195 [00:11<00:40, 4.34it/s]
[2023-12-28 09:10:38] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.26.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float16 |
|
11%|█████████████████████████ | 21/195 [00:11<00:40, 4.34it/s]
[2023-12-28 09:10:38] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.27.input_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
11%|█████████████████████████ | 21/195 [00:11<00:40, 4.34it/s]
[2023-12-28 09:10:38] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.27.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
11%|█████████████████████████ | 21/195 [00:11<00:40, 4.34it/s]
[2023-12-28 09:10:38] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.27.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float16 |
|
11%|█████████████████████████ | 21/195 [00:11<00:40, 4.34it/s]
12%|████████████████████████████▋ | 24/195 [00:11<00:29, 5.80it/s]
[2023-12-28 09:10:38] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.27.mlp.gate_up_proj.q_weight[0m", shape: (22016, 512), dtype: uint32 |
|
12%|████████████████████████████▋ | 24/195 [00:11<00:29, 5.80it/s]
[2023-12-28 09:10:38] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.27.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float16 |
|
12%|████████████████████████████▋ | 24/195 [00:11<00:29, 5.80it/s]
13%|█████████████████████████████▊ | 25/195 [00:11<00:38, 4.44it/s]
[2023-12-28 09:10:38] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.27.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
13%|█████████████████████████████▊ | 25/195 [00:11<00:38, 4.44it/s]
[2023-12-28 09:10:39] 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 [00:12<00:38, 4.44it/s]
[2023-12-28 09:10:39] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.27.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float16 |
|
13%|█████████████████████████████▊ | 25/195 [00:12<00:38, 4.44it/s]
14%|████████████████████████████████▎ | 27/195 [00:12<00:33, 5.01it/s]
[2023-12-28 09:10:39] 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 [00:12<00:33, 5.01it/s]
[2023-12-28 09:10:39] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.27.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float16 |
|
14%|████████████████████████████████▎ | 27/195 [00:12<00:33, 5.01it/s]
[2023-12-28 09:10:39] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.28.input_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
14%|████████████████████████████████▎ | 27/195 [00:12<00:33, 5.01it/s]
[2023-12-28 09:10:39] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.28.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
14%|████████████████████████████████▎ | 27/195 [00:12<00:33, 5.01it/s]
[2023-12-28 09:10:39] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.28.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float16 |
|
14%|████████████████████████████████▎ | 27/195 [00:12<00:33, 5.01it/s]
15%|███████████████████████████████████▊ | 30/195 [00:12<00:25, 6.43it/s]
[2023-12-28 09:10:39] 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 [00:12<00:25, 6.43it/s]
[2023-12-28 09:10:39] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.28.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float16 |
|
15%|███████████████████████████████████▊ | 30/195 [00:12<00:25, 6.43it/s]
16%|█████████████████████████████████████ | 31/195 [00:12<00:34, 4.73it/s]
[2023-12-28 09:10:39] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.28.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
16%|█████████████████████████████████████ | 31/195 [00:12<00:34, 4.73it/s]
[2023-12-28 09:10:40] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.28.self_attn.qkv_proj.q_weight[0m", shape: (12288, 512), dtype: uint32 |
|
16%|█████████████████████████████████████ | 31/195 [00:13<00:34, 4.73it/s]
[2023-12-28 09:10:40] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.28.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float16 |
|
16%|█████████████████████████████████████ | 31/195 [00:13<00:34, 4.73it/s]
17%|███████████████████████████████████████▍ | 33/195 [00:13<00:30, 5.31it/s]
[2023-12-28 09:10:40] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.28.self_attn.o_proj.q_weight[0m", shape: (4096, 512), dtype: uint32 |
|
17%|███████████████████████████████████████▍ | 33/195 [00:13<00:30, 5.31it/s]
[2023-12-28 09:10:40] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.28.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float16 |
|
17%|███████████████████████████████████████▍ | 33/195 [00:13<00:30, 5.31it/s]
[2023-12-28 09:10:40] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.29.input_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
17%|███████████████████████████████████████▍ | 33/195 [00:13<00:30, 5.31it/s]
[2023-12-28 09:10:40] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.29.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
17%|███████████████████████████████████████▍ | 33/195 [00:13<00:30, 5.31it/s]
[2023-12-28 09:10:40] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.29.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float16 |
|
17%|███████████████████████████████████████▍ | 33/195 [00:13<00:30, 5.31it/s]
18%|███████████████████████████████████████████ | 36/195 [00:13<00:25, 6.34it/s]
[2023-12-28 09:10:41] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.29.mlp.gate_up_proj.q_weight[0m", shape: (22016, 512), dtype: uint32 |
|
18%|███████████████████████████████████████████ | 36/195 [00:14<00:25, 6.34it/s]
[2023-12-28 09:10:41] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.29.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float16 |
|
18%|███████████████████████████████████████████ | 36/195 [00:14<00:25, 6.34it/s]
19%|████████████████████████████████████████████▏ | 37/195 [00:14<00:37, 4.26it/s]
[2023-12-28 09:10:41] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.29.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
19%|████████████████████████████████████████████▏ | 37/195 [00:14<00:37, 4.26it/s]
[2023-12-28 09:10:41] 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 [00:14<00:37, 4.26it/s]
[2023-12-28 09:10:41] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.29.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float16 |
|
19%|████████████████████████████████████████████▏ | 37/195 [00:14<00:37, 4.26it/s]
20%|██████████████████████████████████████████████▌ | 39/195 [00:14<00:33, 4.61it/s]
[2023-12-28 09:10:41] 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 [00:14<00:33, 4.61it/s]
[2023-12-28 09:10:41] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.29.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float16 |
|
20%|██████████████████████████████████████████████▌ | 39/195 [00:14<00:33, 4.61it/s]
[2023-12-28 09:10:41] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.30.input_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
20%|██████████████████████████████████████████████▌ | 39/195 [00:14<00:33, 4.61it/s]
[2023-12-28 09:10:41] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.30.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
20%|██████████████████████████████████████████████▌ | 39/195 [00:14<00:33, 4.61it/s]
[2023-12-28 09:10:41] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.30.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float16 |
|
20%|██████████████████████████████████████████████▌ | 39/195 [00:14<00:33, 4.61it/s]
22%|██████████████████████████████████████████████████▏ | 42/195 [00:14<00:27, 5.64it/s]
[2023-12-28 09:10:42] 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 [00:15<00:27, 5.64it/s]
[2023-12-28 09:10:42] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.30.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float16 |
|
22%|██████████████████████████████████████████████████▏ | 42/195 [00:15<00:27, 5.64it/s]
22%|███████████████████████████████████████████████████▍ | 43/195 [00:15<00:38, 3.98it/s]
[2023-12-28 09:10:42] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.30.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
22%|███████████████████████████████████████████████████▍ | 43/195 [00:15<00:38, 3.98it/s]
[2023-12-28 09:10:42] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.30.self_attn.qkv_proj.q_weight[0m", shape: (12288, 512), dtype: uint32 |
|
22%|███████████████████████████████████████████████████▍ | 43/195 [00:15<00:38, 3.98it/s]
[2023-12-28 09:10:42] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.30.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float16 |
|
22%|███████████████████████████████████████████████████▍ | 43/195 [00:15<00:38, 3.98it/s]
23%|█████████████████████████████████████████████████████▊ | 45/195 [00:15<00:34, 4.38it/s]
[2023-12-28 09:10:42] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.30.self_attn.o_proj.q_weight[0m", shape: (4096, 512), dtype: uint32 |
|
23%|█████████████████████████████████████████████████████▊ | 45/195 [00:15<00:34, 4.38it/s]
[2023-12-28 09:10:42] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.30.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float16 |
|
23%|█████████████████████████████████████████████████████▊ | 45/195 [00:15<00:34, 4.38it/s]
[2023-12-28 09:10:42] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.31.input_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
23%|█████████████████████████████████████████████████████▊ | 45/195 [00:15<00:34, 4.38it/s]
[2023-12-28 09:10:43] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.31.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
23%|█████████████████████████████████████████████████████▊ | 45/195 [00:16<00:34, 4.38it/s]
[2023-12-28 09:10:43] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.31.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float16 |
|
23%|█████████████████████████████████████████████████████▊ | 45/195 [00:16<00:34, 4.38it/s]
25%|█████████████████████████████████████████████████████████▎ | 48/195 [00:16<00:27, 5.42it/s]
[2023-12-28 09:10:43] 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 [00:16<00:27, 5.42it/s]
[2023-12-28 09:10:43] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.31.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float16 |
|
25%|█████████████████████████████████████████████████████████▎ | 48/195 [00:16<00:27, 5.42it/s]
25%|██████████████████████████████████████████████████████████▌ | 49/195 [00:16<00:37, 3.88it/s]
[2023-12-28 09:10:43] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.31.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
25%|██████████████████████████████████████████████████████████▌ | 49/195 [00:16<00:37, 3.88it/s]
[2023-12-28 09:10:44] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.31.self_attn.qkv_proj.q_weight[0m", shape: (12288, 512), dtype: uint32 |
|
25%|██████████████████████████████████████████████████████████▌ | 49/195 [00:17<00:37, 3.88it/s]
[2023-12-28 09:10:44] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.31.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float16 |
|
25%|██████████████████████████████████████████████████████████▌ | 49/195 [00:17<00:37, 3.88it/s]
26%|████████████████████████████████████████████████████████████▉ | 51/195 [00:17<00:33, 4.30it/s]
[2023-12-28 09:10:44] 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 [00:17<00:33, 4.30it/s]
[2023-12-28 09:10:44] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.31.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float16 |
|
26%|████████████████████████████████████████████████████████████▉ | 51/195 [00:17<00:33, 4.30it/s]
[2023-12-28 09:10:44] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.norm.weight[0m", shape: (4096,), dtype: float16 |
|
26%|████████████████████████████████████████████████████████████▉ | 51/195 [00:17<00:33, 4.30it/s]
[2023-12-28 09:10:44] INFO huggingface_loader.py:179: Unloading HF weight file: /home/junrushao/tmp/tmptjzdwnm4/repo/pytorch_model-00003-of-00003.bin |
|
26%|████████████████████████████████████████████████████████████▉ | 51/195 [00:17<00:33, 4.30it/s]
[2023-12-28 09:10:44] INFO huggingface_loader.py:169: Loading HF parameters from: /home/junrushao/tmp/tmptjzdwnm4/repo/pytorch_model-00001-of-00003.bin |
|
26%|████████████████████████████████████████████████████████████▉ | 51/195 [00:17<00:33, 4.30it/s]
[2023-12-28 09:10:49] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.embed_tokens.q_weight[0m", shape: (32000, 512), dtype: uint32 |
|
26%|████████████████████████████████████████████████████████████▉ | 51/195 [00:22<00:33, 4.30it/s]
[2023-12-28 09:10:49] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.embed_tokens.q_scale[0m", shape: (32000, 128), dtype: float16 |
|
26%|████████████████████████████████████████████████████████████▉ | 51/195 [00:22<00:33, 4.30it/s]
28%|████████████████████████████████████████████████████████████████▌ | 54/195 [00:22<01:55, 1.22it/s]
[2023-12-28 09:10:49] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.0.input_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
28%|████████████████████████████████████████████████████████████████▌ | 54/195 [00:22<01:55, 1.22it/s]
[2023-12-28 09:10:49] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.0.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
28%|████████████████████████████████████████████████████████████████▌ | 54/195 [00:22<01:55, 1.22it/s]
[2023-12-28 09:10:49] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.0.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float16 |
|
28%|████████████████████████████████████████████████████████████████▌ | 54/195 [00:22<01:55, 1.22it/s]
29%|██████████████████████████████████████████████████████████████████▉ | 56/195 [00:22<01:26, 1.61it/s]
[2023-12-28 09:10:49] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.0.mlp.gate_up_proj.q_weight[0m", shape: (22016, 512), dtype: uint32 |
|
29%|██████████████████████████████████████████████████████████████████▉ | 56/195 [00:22<01:26, 1.61it/s]
[2023-12-28 09:10:49] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.0.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float16 |
|
29%|██████████████████████████████████████████████████████████████████▉ | 56/195 [00:22<01:26, 1.61it/s]
29%|████████████████████████████████████████████████████████████████████ | 57/195 [00:22<01:22, 1.68it/s]
[2023-12-28 09:10:49] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.0.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
29%|████████████████████████████████████████████████████████████████████ | 57/195 [00:22<01:22, 1.68it/s]
[2023-12-28 09:10:50] 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 [00:23<01:22, 1.68it/s]
[2023-12-28 09:10:50] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.0.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float16 |
|
29%|████████████████████████████████████████████████████████████████████ | 57/195 [00:23<01:22, 1.68it/s]
30%|██████████████████████████████████████████████████████████████████████▍ | 59/195 [00:23<01:01, 2.22it/s]
[2023-12-28 09:10:50] 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 [00:23<01:01, 2.22it/s]
[2023-12-28 09:10:50] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.0.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float16 |
|
30%|██████████████████████████████████████████████████████████████████████▍ | 59/195 [00:23<01:01, 2.22it/s]
[2023-12-28 09:10:50] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.1.input_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
30%|██████████████████████████████████████████████████████████████████████▍ | 59/195 [00:23<01:01, 2.22it/s]
[2023-12-28 09:10:50] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.1.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
30%|██████████████████████████████████████████████████████████████████████▍ | 59/195 [00:23<01:01, 2.22it/s]
[2023-12-28 09:10:50] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.1.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float16 |
|
30%|██████████████████████████████████████████████████████████████████████▍ | 59/195 [00:23<01:01, 2.22it/s]
32%|██████████████████████████████████████████████████████████████████████████ | 62/195 [00:23<00:40, 3.30it/s]
[2023-12-28 09:10:50] 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 [00:23<00:40, 3.30it/s]
[2023-12-28 09:10:51] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.1.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float16 |
|
32%|██████████████████████████████████████████████████████████████████████████ | 62/195 [00:23<00:40, 3.30it/s]
32%|███████████████████████████████████████████████████████████████████████████▎ | 63/195 [00:23<00:43, 3.01it/s]
[2023-12-28 09:10:51] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.1.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
32%|███████████████████████████████████████████████████████████████████████████▎ | 63/195 [00:23<00:43, 3.01it/s]
[2023-12-28 09:10:51] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.1.self_attn.qkv_proj.q_weight[0m", shape: (12288, 512), dtype: uint32 |
|
32%|███████████████████████████████████████████████████████████████████████████▎ | 63/195 [00:24<00:43, 3.01it/s]
[2023-12-28 09:10:51] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.1.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float16 |
|
32%|███████████████████████████████████████████████████████████████████████████▎ | 63/195 [00:24<00:43, 3.01it/s]
33%|█████████████████████████████████████████████████████████████████████████████▋ | 65/195 [00:24<00:35, 3.71it/s]
[2023-12-28 09:10:51] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.1.self_attn.o_proj.q_weight[0m", shape: (4096, 512), dtype: uint32 |
|
33%|█████████████████████████████████████████████████████████████████████████████▋ | 65/195 [00:24<00:35, 3.71it/s]
[2023-12-28 09:10:51] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.1.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float16 |
|
33%|█████████████████████████████████████████████████████████████████████████████▋ | 65/195 [00:24<00:35, 3.71it/s]
[2023-12-28 09:10:51] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.10.input_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
33%|█████████████████████████████████████████████████████████████████████████████▋ | 65/195 [00:24<00:35, 3.71it/s]
[2023-12-28 09:10:51] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.10.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
33%|█████████████████████████████████████████████████████████████████████████████▋ | 65/195 [00:24<00:35, 3.71it/s]
[2023-12-28 09:10:51] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.10.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float16 |
|
33%|█████████████████████████████████████████████████████████████████████████████▋ | 65/195 [00:24<00:35, 3.71it/s]
35%|█████████████████████████████████████████████████████████████████████████████████▎ | 68/195 [00:24<00:24, 5.11it/s]
[2023-12-28 09:10:52] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.10.mlp.gate_up_proj.q_weight[0m", shape: (22016, 512), dtype: uint32 |
|
35%|█████████████████████████████████████████████████████████████████████████████████▎ | 68/195 [00:24<00:24, 5.11it/s]
[2023-12-28 09:10:52] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.10.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float16 |
|
35%|█████████████████████████████████████████████████████████████████████████████████▎ | 68/195 [00:24<00:24, 5.11it/s]
35%|██████████████████████████████████████████████████████████████████████████████████▍ | 69/195 [00:24<00:30, 4.12it/s]
[2023-12-28 09:10:52] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.10.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
35%|██████████████████████████████████████████████████████████████████████████████████▍ | 69/195 [00:24<00:30, 4.12it/s]
[2023-12-28 09:10:52] 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 [00:25<00:30, 4.12it/s]
[2023-12-28 09:10:52] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.10.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float16 |
|
35%|██████████████████████████████████████████████████████████████████████████████████▍ | 69/195 [00:25<00:30, 4.12it/s]
36%|████████████████████████████████████████████████████████████████████████████████████▊ | 71/195 [00:25<00:25, 4.79it/s]
[2023-12-28 09:10:52] 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 [00:25<00:25, 4.79it/s]
[2023-12-28 09:10:52] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.10.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float16 |
|
36%|████████████████████████████████████████████████████████████████████████████████████▊ | 71/195 [00:25<00:25, 4.79it/s]
[2023-12-28 09:10:52] INFO huggingface_loader.py:169: Loading HF parameters from: /home/junrushao/tmp/tmptjzdwnm4/repo/pytorch_model-00002-of-00003.bin |
|
36%|████████████████████████████████████████████████████████████████████████████████████▊ | 71/195 [00:25<00:25, 4.79it/s]
[2023-12-28 09:10:56] 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 [00:29<00:25, 4.79it/s]
[2023-12-28 09:10:56] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.11.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float16 |
|
36%|████████████████████████████████████████████████████████████████████████████████████▊ | 71/195 [00:29<00:25, 4.79it/s]
37%|███████████████████████████████████████████████████████████████████████████████████████▏ | 73/195 [00:29<01:34, 1.29it/s]
[2023-12-28 09:10:56] 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 [00:29<01:34, 1.29it/s]
[2023-12-28 09:10:56] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.11.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float16 |
|
37%|███████████████████████████████████████████████████████████████████████████████████████▏ | 73/195 [00:29<01:34, 1.29it/s]
38%|████████████████████████████████████████████████████████████████████████████████████████▍ | 74/195 [00:29<01:22, 1.47it/s]
[2023-12-28 09:10:56] 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 [00:29<01:22, 1.47it/s]
[2023-12-28 09:10:56] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.11.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float16 |
|
38%|████████████████████████████████████████████████████████████████████████████████████████▍ | 74/195 [00:29<01:22, 1.47it/s]
[2023-12-28 09:10:56] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.2.input_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
38%|████████████████████████████████████████████████████████████████████████████████████████▍ | 74/195 [00:29<01:22, 1.47it/s]
[2023-12-28 09:10:56] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.2.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
38%|████████████████████████████████████████████████████████████████████████████████████████▍ | 74/195 [00:29<01:22, 1.47it/s]
[2023-12-28 09:10:56] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.2.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float16 |
|
38%|████████████████████████████████████████████████████████████████████████████████████████▍ | 74/195 [00:29<01:22, 1.47it/s]
39%|████████████████████████████████████████████████████████████████████████████████████████████ | 77/195 [00:29<00:50, 2.32it/s]
[2023-12-28 09:10:57] 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 [00:30<00:50, 2.32it/s]
[2023-12-28 09:10:57] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.2.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float16 |
|
39%|████████████████████████████████████████████████████████████████████████████████████████████ | 77/195 [00:30<00:50, 2.32it/s]
40%|█████████████████████████████████████████████████████████████████████████████████████████████▏ | 78/195 [00:30<00:54, 2.16it/s]
[2023-12-28 09:10:57] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.2.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
40%|█████████████████████████████████████████████████████████████████████████████████████████████▏ | 78/195 [00:30<00:54, 2.16it/s]
[2023-12-28 09:10:57] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.2.self_attn.qkv_proj.q_weight[0m", shape: (12288, 512), dtype: uint32 |
|
40%|█████████████████████████████████████████████████████████████████████████████████████████████▏ | 78/195 [00:30<00:54, 2.16it/s]
[2023-12-28 09:10:57] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.2.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float16 |
|
40%|█████████████████████████████████████████████████████████████████████████████████████████████▏ | 78/195 [00:30<00:54, 2.16it/s]
41%|███████████████████████████████████████████████████████████████████████████████████████████████▌ | 80/195 [00:30<00:42, 2.72it/s]
[2023-12-28 09:10:57] 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 [00:30<00:42, 2.72it/s]
[2023-12-28 09:10:58] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.2.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float16 |
|
41%|███████████████████████████████████████████████████████████████████████████████████████████████▌ | 80/195 [00:30<00:42, 2.72it/s]
[2023-12-28 09:10:58] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.3.input_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
41%|███████████████████████████████████████████████████████████████████████████████████████████████▌ | 80/195 [00:30<00:42, 2.72it/s]
[2023-12-28 09:10:58] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.3.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
41%|███████████████████████████████████████████████████████████████████████████████████████████████▌ | 80/195 [00:31<00:42, 2.72it/s]
[2023-12-28 09:10:58] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.3.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float16 |
|
41%|███████████████████████████████████████████████████████████████████████████████████████████████▌ | 80/195 [00:31<00:42, 2.72it/s]
43%|███████████████████████████████████████████████████████████████████████████████████████████████████▏ | 83/195 [00:31<00:29, 3.81it/s]
[2023-12-28 09:10:58] 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 [00:31<00:29, 3.81it/s]
[2023-12-28 09:10:58] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.3.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float16 |
|
43%|███████████████████████████████████████████████████████████████████████████████████████████████████▏ | 83/195 [00:31<00:29, 3.81it/s]
43%|████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 84/195 [00:31<00:35, 3.13it/s]
[2023-12-28 09:10:58] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.3.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
43%|████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 84/195 [00:31<00:35, 3.13it/s]
[2023-12-28 09:10:59] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.3.self_attn.qkv_proj.q_weight[0m", shape: (12288, 512), dtype: uint32 |
|
43%|████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 84/195 [00:32<00:35, 3.13it/s]
[2023-12-28 09:10:59] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.3.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float16 |
|
43%|████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 84/195 [00:32<00:35, 3.13it/s]
44%|██████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 86/195 [00:32<00:29, 3.66it/s]
[2023-12-28 09:10:59] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.3.self_attn.o_proj.q_weight[0m", shape: (4096, 512), dtype: uint32 |
|
44%|██████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 86/195 [00:32<00:29, 3.66it/s]
[2023-12-28 09:10:59] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.3.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float16 |
|
44%|██████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 86/195 [00:32<00:29, 3.66it/s]
[2023-12-28 09:10:59] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.4.input_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
44%|██████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 86/195 [00:32<00:29, 3.66it/s]
[2023-12-28 09:10:59] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.4.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
44%|██████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 86/195 [00:32<00:29, 3.66it/s]
[2023-12-28 09:10:59] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.4.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float16 |
|
44%|██████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 86/195 [00:32<00:29, 3.66it/s]
46%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 89/195 [00:32<00:22, 4.81it/s]
[2023-12-28 09:11:00] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.4.mlp.gate_up_proj.q_weight[0m", shape: (22016, 512), dtype: uint32 |
|
46%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 89/195 [00:33<00:22, 4.81it/s]
[2023-12-28 09:11:00] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.4.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float16 |
|
46%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 89/195 [00:33<00:22, 4.81it/s]
46%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 90/195 [00:33<00:28, 3.66it/s]
[2023-12-28 09:11:00] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.4.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
46%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 90/195 [00:33<00:28, 3.66it/s]
[2023-12-28 09:11:00] 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 [00:33<00:28, 3.66it/s]
[2023-12-28 09:11:00] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.4.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float16 |
|
46%|███████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 90/195 [00:33<00:28, 3.66it/s]
47%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 92/195 [00:33<00:24, 4.13it/s]
[2023-12-28 09:11:00] 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 [00:33<00:24, 4.13it/s]
[2023-12-28 09:11:00] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.4.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float16 |
|
47%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 92/195 [00:33<00:24, 4.13it/s]
[2023-12-28 09:11:00] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.5.input_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
47%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 92/195 [00:33<00:24, 4.13it/s]
[2023-12-28 09:11:00] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.5.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
47%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 92/195 [00:33<00:24, 4.13it/s]
[2023-12-28 09:11:00] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.5.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float16 |
|
47%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 92/195 [00:33<00:24, 4.13it/s]
49%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 95/195 [00:33<00:18, 5.26it/s]
[2023-12-28 09:11:01] 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 [00:34<00:18, 5.26it/s]
[2023-12-28 09:11:01] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.5.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float16 |
|
49%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 95/195 [00:34<00:18, 5.26it/s]
49%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 96/195 [00:34<00:25, 3.85it/s]
[2023-12-28 09:11:01] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.5.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
49%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 96/195 [00:34<00:25, 3.85it/s]
[2023-12-28 09:11:01] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.5.self_attn.qkv_proj.q_weight[0m", shape: (12288, 512), dtype: uint32 |
|
49%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 96/195 [00:34<00:25, 3.85it/s]
[2023-12-28 09:11:01] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.5.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float16 |
|
49%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 96/195 [00:34<00:25, 3.85it/s]
50%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 98/195 [00:34<00:22, 4.29it/s]
[2023-12-28 09:11:01] 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 [00:34<00:22, 4.29it/s]
[2023-12-28 09:11:01] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.5.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float16 |
|
50%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 98/195 [00:34<00:22, 4.29it/s]
[2023-12-28 09:11:01] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.6.input_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
50%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 98/195 [00:34<00:22, 4.29it/s]
[2023-12-28 09:11:02] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.6.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
50%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 98/195 [00:35<00:22, 4.29it/s]
[2023-12-28 09:11:02] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.6.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float16 |
|
50%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 98/195 [00:35<00:22, 4.29it/s]
52%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 101/195 [00:35<00:16, 5.64it/s]
[2023-12-28 09:11:02] 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 [00:35<00:16, 5.64it/s]
[2023-12-28 09:11:02] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.6.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float16 |
|
52%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 101/195 [00:35<00:16, 5.64it/s]
52%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 102/195 [00:35<00:20, 4.45it/s]
[2023-12-28 09:11:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.6.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
52%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 102/195 [00:35<00:20, 4.45it/s]
[2023-12-28 09:11:02] 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 [00:35<00:20, 4.45it/s]
[2023-12-28 09:11:02] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.6.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float16 |
|
52%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 102/195 [00:35<00:20, 4.45it/s]
53%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 104/195 [00:35<00:18, 4.97it/s]
[2023-12-28 09:11:02] 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 [00:35<00:18, 4.97it/s]
[2023-12-28 09:11:02] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.6.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float16 |
|
53%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 104/195 [00:35<00:18, 4.97it/s]
[2023-12-28 09:11:02] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.7.input_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
53%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 104/195 [00:35<00:18, 4.97it/s]
[2023-12-28 09:11:03] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.7.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
53%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 104/195 [00:36<00:18, 4.97it/s]
[2023-12-28 09:11:03] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.7.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float16 |
|
53%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 104/195 [00:36<00:18, 4.97it/s]
55%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 107/195 [00:36<00:13, 6.45it/s]
[2023-12-28 09:11:03] 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 [00:36<00:13, 6.45it/s]
[2023-12-28 09:11:03] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.7.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float16 |
|
55%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 107/195 [00:36<00:13, 6.45it/s]
55%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 108/195 [00:36<00:17, 4.85it/s]
[2023-12-28 09:11:03] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.7.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
55%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 108/195 [00:36<00:17, 4.85it/s]
[2023-12-28 09:11:03] 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 [00:36<00:17, 4.85it/s]
[2023-12-28 09:11:03] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.7.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float16 |
|
55%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 108/195 [00:36<00:17, 4.85it/s]
56%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 110/195 [00:36<00:15, 5.47it/s]
[2023-12-28 09:11:03] 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 [00:36<00:15, 5.47it/s]
[2023-12-28 09:11:03] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.7.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float16 |
|
56%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 110/195 [00:36<00:15, 5.47it/s]
[2023-12-28 09:11:03] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.8.input_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
56%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 110/195 [00:36<00:15, 5.47it/s]
[2023-12-28 09:11:04] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.8.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
56%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 110/195 [00:37<00:15, 5.47it/s]
[2023-12-28 09:11:04] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.8.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float16 |
|
56%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 110/195 [00:37<00:15, 5.47it/s]
58%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 113/195 [00:37<00:11, 6.94it/s]
[2023-12-28 09:11:04] 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 [00:37<00:11, 6.94it/s]
[2023-12-28 09:11:04] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.8.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float16 |
|
58%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 113/195 [00:37<00:11, 6.94it/s]
58%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 114/195 [00:37<00:16, 5.01it/s]
[2023-12-28 09:11:04] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.8.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
58%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 114/195 [00:37<00:16, 5.01it/s]
[2023-12-28 09:11:04] 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 [00:37<00:16, 5.01it/s]
[2023-12-28 09:11:04] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.8.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float16 |
|
58%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 114/195 [00:37<00:16, 5.01it/s]
59%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 116/195 [00:37<00:14, 5.54it/s]
[2023-12-28 09:11:04] 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 [00:37<00:14, 5.54it/s]
[2023-12-28 09:11:04] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.8.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float16 |
|
59%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 116/195 [00:37<00:14, 5.54it/s]
[2023-12-28 09:11:04] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.9.input_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
59%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 116/195 [00:37<00:14, 5.54it/s]
[2023-12-28 09:11:05] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.9.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
59%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 116/195 [00:38<00:14, 5.54it/s]
[2023-12-28 09:11:05] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.9.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float16 |
|
59%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 116/195 [00:38<00:14, 5.54it/s]
61%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 119/195 [00:38<00:10, 7.00it/s]
[2023-12-28 09:11:05] 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 [00:38<00:10, 7.00it/s]
[2023-12-28 09:11:05] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.9.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float16 |
|
61%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 119/195 [00:38<00:10, 7.00it/s]
62%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 120/195 [00:38<00:14, 5.03it/s]
[2023-12-28 09:11:05] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.9.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
62%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 120/195 [00:38<00:14, 5.03it/s]
[2023-12-28 09:11:05] 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 [00:38<00:14, 5.03it/s]
[2023-12-28 09:11:05] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.9.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float16 |
|
62%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 120/195 [00:38<00:14, 5.03it/s]
63%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 122/195 [00:38<00:13, 5.58it/s]
[2023-12-28 09:11:05] 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 [00:38<00:13, 5.58it/s]
[2023-12-28 09:11:05] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.9.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float16 |
|
63%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 122/195 [00:38<00:13, 5.58it/s]
[2023-12-28 09:11:05] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.11.input_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
63%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 122/195 [00:38<00:13, 5.58it/s]
[2023-12-28 09:11:06] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.11.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
63%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 122/195 [00:39<00:13, 5.58it/s]
[2023-12-28 09:11:06] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.11.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float16 |
|
63%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 122/195 [00:39<00:13, 5.58it/s]
64%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 125/195 [00:39<00:09, 7.03it/s]
[2023-12-28 09:11:06] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.11.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
64%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 125/195 [00:39<00:09, 7.03it/s]
[2023-12-28 09:11:06] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.12.input_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
64%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 125/195 [00:39<00:09, 7.03it/s]
[2023-12-28 09:11:06] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.12.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
64%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 125/195 [00:39<00:09, 7.03it/s]
[2023-12-28 09:11:06] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.12.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float16 |
|
64%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 125/195 [00:39<00:09, 7.03it/s]
66%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 128/195 [00:39<00:07, 8.74it/s]
[2023-12-28 09:11:06] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.12.mlp.gate_up_proj.q_weight[0m", shape: (22016, 512), dtype: uint32 |
|
66%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 128/195 [00:39<00:07, 8.74it/s]
[2023-12-28 09:11:06] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.12.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float16 |
|
66%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 128/195 [00:39<00:07, 8.74it/s]
[2023-12-28 09:11:06] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.12.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
66%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 128/195 [00:39<00:07, 8.74it/s]
67%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 130/195 [00:39<00:09, 6.74it/s]
[2023-12-28 09:11:07] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.12.self_attn.qkv_proj.q_weight[0m", shape: (12288, 512), dtype: uint32 |
|
67%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 130/195 [00:40<00:09, 6.74it/s]
[2023-12-28 09:11:07] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.12.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float16 |
|
67%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 130/195 [00:40<00:09, 6.74it/s]
67%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 131/195 [00:40<00:10, 5.97it/s]
[2023-12-28 09:11:07] 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 [00:40<00:10, 5.97it/s]
[2023-12-28 09:11:07] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.12.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float16 |
|
67%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 131/195 [00:40<00:10, 5.97it/s]
[2023-12-28 09:11:07] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.13.input_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
67%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 131/195 [00:40<00:10, 5.97it/s]
[2023-12-28 09:11:07] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.13.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
67%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 131/195 [00:40<00:10, 5.97it/s]
[2023-12-28 09:11:07] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.13.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float16 |
|
67%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 131/195 [00:40<00:10, 5.97it/s]
69%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 134/195 [00:40<00:08, 7.30it/s]
[2023-12-28 09:11:07] 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 [00:40<00:08, 7.30it/s]
[2023-12-28 09:11:07] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.13.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float16 |
|
69%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 134/195 [00:40<00:08, 7.30it/s]
69%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 135/195 [00:40<00:11, 5.09it/s]
[2023-12-28 09:11:07] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.13.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
69%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 135/195 [00:40<00:11, 5.09it/s]
[2023-12-28 09:11:08] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.13.self_attn.qkv_proj.q_weight[0m", shape: (12288, 512), dtype: uint32 |
|
69%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 135/195 [00:41<00:11, 5.09it/s]
[2023-12-28 09:11:08] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.13.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float16 |
|
69%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 135/195 [00:41<00:11, 5.09it/s]
70%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 137/195 [00:41<00:10, 5.59it/s]
[2023-12-28 09:11:08] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.13.self_attn.o_proj.q_weight[0m", shape: (4096, 512), dtype: uint32 |
|
70%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 137/195 [00:41<00:10, 5.59it/s]
[2023-12-28 09:11:08] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.13.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float16 |
|
70%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 137/195 [00:41<00:10, 5.59it/s]
[2023-12-28 09:11:08] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.14.input_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
70%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 137/195 [00:41<00:10, 5.59it/s]
[2023-12-28 09:11:08] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.14.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
70%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 137/195 [00:41<00:10, 5.59it/s]
[2023-12-28 09:11:08] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.14.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float16 |
|
70%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 137/195 [00:41<00:10, 5.59it/s]
72%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 140/195 [00:41<00:07, 7.06it/s]
[2023-12-28 09:11:08] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.14.mlp.gate_up_proj.q_weight[0m", shape: (22016, 512), dtype: uint32 |
|
72%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 140/195 [00:41<00:07, 7.06it/s]
[2023-12-28 09:11:08] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.14.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float16 |
|
72%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 140/195 [00:41<00:07, 7.06it/s]
72%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 141/195 [00:41<00:10, 5.07it/s]
[2023-12-28 09:11:08] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.14.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
72%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 141/195 [00:41<00:10, 5.07it/s]
[2023-12-28 09:11:09] 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 [00:42<00:10, 5.07it/s]
[2023-12-28 09:11:09] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.14.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float16 |
|
72%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 141/195 [00:42<00:10, 5.07it/s]
73%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 143/195 [00:42<00:09, 5.55it/s]
[2023-12-28 09:11:09] 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 [00:42<00:09, 5.55it/s]
[2023-12-28 09:11:09] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.14.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float16 |
|
73%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 143/195 [00:42<00:09, 5.55it/s]
[2023-12-28 09:11:09] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.15.input_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
73%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 143/195 [00:42<00:09, 5.55it/s]
[2023-12-28 09:11:09] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.15.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
73%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 143/195 [00:42<00:09, 5.55it/s]
[2023-12-28 09:11:09] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.15.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float16 |
|
73%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 143/195 [00:42<00:09, 5.55it/s]
75%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 146/195 [00:42<00:07, 6.99it/s]
[2023-12-28 09:11:09] 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 [00:42<00:07, 6.99it/s]
[2023-12-28 09:11:10] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.15.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float16 |
|
75%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 146/195 [00:42<00:07, 6.99it/s]
75%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 147/195 [00:42<00:09, 5.01it/s]
[2023-12-28 09:11:10] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.15.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
75%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 147/195 [00:42<00:09, 5.01it/s]
[2023-12-28 09:11:10] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.15.self_attn.qkv_proj.q_weight[0m", shape: (12288, 512), dtype: uint32 |
|
75%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 147/195 [00:43<00:09, 5.01it/s]
[2023-12-28 09:11:10] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.15.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float16 |
|
75%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 147/195 [00:43<00:09, 5.01it/s]
76%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 149/195 [00:43<00:08, 5.55it/s]
[2023-12-28 09:11:10] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.15.self_attn.o_proj.q_weight[0m", shape: (4096, 512), dtype: uint32 |
|
76%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 149/195 [00:43<00:08, 5.55it/s]
[2023-12-28 09:11:10] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.15.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float16 |
|
76%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 149/195 [00:43<00:08, 5.55it/s]
[2023-12-28 09:11:10] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.16.input_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
76%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 149/195 [00:43<00:08, 5.55it/s]
[2023-12-28 09:11:10] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.16.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
76%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 149/195 [00:43<00:08, 5.55it/s]
[2023-12-28 09:11:10] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.16.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float16 |
|
76%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 149/195 [00:43<00:08, 5.55it/s]
78%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 152/195 [00:43<00:06, 6.94it/s]
[2023-12-28 09:11:11] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.16.mlp.gate_up_proj.q_weight[0m", shape: (22016, 512), dtype: uint32 |
|
78%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 152/195 [00:43<00:06, 6.94it/s]
[2023-12-28 09:11:11] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.16.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float16 |
|
78%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 152/195 [00:43<00:06, 6.94it/s]
78%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 153/195 [00:43<00:08, 5.01it/s]
[2023-12-28 09:11:11] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.16.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
78%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 153/195 [00:43<00:08, 5.01it/s]
[2023-12-28 09:11:11] 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 [00:44<00:08, 5.01it/s]
[2023-12-28 09:11:11] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.16.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float16 |
|
78%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 153/195 [00:44<00:08, 5.01it/s]
79%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 155/195 [00:44<00:07, 5.54it/s]
[2023-12-28 09:11:11] 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 [00:44<00:07, 5.54it/s]
[2023-12-28 09:11:11] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.16.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float16 |
|
79%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 155/195 [00:44<00:07, 5.54it/s]
[2023-12-28 09:11:11] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.17.input_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
79%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 155/195 [00:44<00:07, 5.54it/s]
[2023-12-28 09:11:11] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.17.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
79%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 155/195 [00:44<00:07, 5.54it/s]
[2023-12-28 09:11:11] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.17.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float16 |
|
79%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 155/195 [00:44<00:07, 5.54it/s]
81%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 158/195 [00:44<00:05, 6.99it/s]
[2023-12-28 09:11:12] 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 [00:44<00:05, 6.99it/s]
[2023-12-28 09:11:12] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.17.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float16 |
|
81%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 158/195 [00:45<00:05, 6.99it/s]
82%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 159/195 [00:45<00:07, 5.01it/s]
[2023-12-28 09:11:12] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.17.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
82%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 159/195 [00:45<00:07, 5.01it/s]
[2023-12-28 09:11:12] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.17.self_attn.qkv_proj.q_weight[0m", shape: (12288, 512), dtype: uint32 |
|
82%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 159/195 [00:45<00:07, 5.01it/s]
[2023-12-28 09:11:12] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.17.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float16 |
|
82%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 159/195 [00:45<00:07, 5.01it/s]
83%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 161/195 [00:45<00:06, 5.58it/s]
[2023-12-28 09:11:12] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.17.self_attn.o_proj.q_weight[0m", shape: (4096, 512), dtype: uint32 |
|
83%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 161/195 [00:45<00:06, 5.58it/s]
[2023-12-28 09:11:12] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.17.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float16 |
|
83%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 161/195 [00:45<00:06, 5.58it/s]
[2023-12-28 09:11:12] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.18.input_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
83%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 161/195 [00:45<00:06, 5.58it/s]
[2023-12-28 09:11:12] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.18.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
83%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 161/195 [00:45<00:06, 5.58it/s]
[2023-12-28 09:11:12] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.18.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float16 |
|
83%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 161/195 [00:45<00:06, 5.58it/s]
84%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 164/195 [00:45<00:04, 7.06it/s]
[2023-12-28 09:11:13] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.18.mlp.gate_up_proj.q_weight[0m", shape: (22016, 512), dtype: uint32 |
|
84%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 164/195 [00:46<00:04, 7.06it/s]
[2023-12-28 09:11:13] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.18.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float16 |
|
84%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 164/195 [00:46<00:04, 7.06it/s]
85%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 165/195 [00:46<00:05, 5.06it/s]
[2023-12-28 09:11:13] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.18.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
85%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 165/195 [00:46<00:05, 5.06it/s]
[2023-12-28 09:11:13] 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 [00:46<00:05, 5.06it/s]
[2023-12-28 09:11:13] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.18.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float16 |
|
85%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 165/195 [00:46<00:05, 5.06it/s]
86%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 167/195 [00:46<00:05, 5.58it/s]
[2023-12-28 09:11:13] 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 [00:46<00:05, 5.58it/s]
[2023-12-28 09:11:13] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.18.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float16 |
|
86%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 167/195 [00:46<00:05, 5.58it/s]
[2023-12-28 09:11:13] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.19.input_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
86%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 167/195 [00:46<00:05, 5.58it/s]
[2023-12-28 09:11:13] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.19.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
86%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 167/195 [00:46<00:05, 5.58it/s]
[2023-12-28 09:11:13] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.19.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float16 |
|
86%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 167/195 [00:46<00:05, 5.58it/s]
87%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 170/195 [00:46<00:03, 7.02it/s]
[2023-12-28 09:11:14] 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 [00:47<00:03, 7.02it/s]
[2023-12-28 09:11:14] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.19.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float16 |
|
87%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎ | 170/195 [00:47<00:03, 7.02it/s]
88%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 171/195 [00:47<00:04, 5.04it/s]
[2023-12-28 09:11:14] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.19.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
88%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 171/195 [00:47<00:04, 5.04it/s]
[2023-12-28 09:11:14] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.19.self_attn.qkv_proj.q_weight[0m", shape: (12288, 512), dtype: uint32 |
|
88%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 171/195 [00:47<00:04, 5.04it/s]
[2023-12-28 09:11:14] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.19.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float16 |
|
88%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 171/195 [00:47<00:04, 5.04it/s]
89%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 173/195 [00:47<00:03, 5.59it/s]
[2023-12-28 09:11:14] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.19.self_attn.o_proj.q_weight[0m", shape: (4096, 512), dtype: uint32 |
|
89%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 173/195 [00:47<00:03, 5.59it/s]
[2023-12-28 09:11:14] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.19.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float16 |
|
89%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 173/195 [00:47<00:03, 5.59it/s]
[2023-12-28 09:11:14] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.20.input_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
89%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 173/195 [00:47<00:03, 5.59it/s]
[2023-12-28 09:11:14] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.20.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
89%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 173/195 [00:47<00:03, 5.59it/s]
[2023-12-28 09:11:14] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.20.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float16 |
|
89%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 173/195 [00:47<00:03, 5.59it/s]
90%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 176/195 [00:47<00:02, 6.61it/s]
[2023-12-28 09:11:15] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.20.mlp.gate_up_proj.q_weight[0m", shape: (22016, 512), dtype: uint32 |
|
90%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 176/195 [00:48<00:02, 6.61it/s]
[2023-12-28 09:11:15] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.20.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float16 |
|
90%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍ | 176/195 [00:48<00:02, 6.61it/s]
91%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 177/195 [00:48<00:04, 4.36it/s]
[2023-12-28 09:11:15] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.20.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
91%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 177/195 [00:48<00:04, 4.36it/s]
[2023-12-28 09:11:15] 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 [00:48<00:04, 4.36it/s]
[2023-12-28 09:11:15] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.20.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float16 |
|
91%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 177/195 [00:48<00:04, 4.36it/s]
92%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 179/195 [00:48<00:03, 4.68it/s]
[2023-12-28 09:11:15] 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 [00:48<00:03, 4.68it/s]
[2023-12-28 09:11:15] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.20.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float16 |
|
92%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 179/195 [00:48<00:03, 4.68it/s]
[2023-12-28 09:11:15] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.21.input_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
92%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 179/195 [00:48<00:03, 4.68it/s]
[2023-12-28 09:11:16] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.21.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
92%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 179/195 [00:49<00:03, 4.68it/s]
[2023-12-28 09:11:16] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.21.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float16 |
|
92%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▉ | 179/195 [00:49<00:03, 4.68it/s]
93%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 182/195 [00:49<00:02, 5.67it/s]
[2023-12-28 09:11:16] 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 [00:49<00:02, 5.67it/s]
[2023-12-28 09:11:16] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.21.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float16 |
|
93%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 182/195 [00:49<00:02, 5.67it/s]
94%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 183/195 [00:49<00:03, 3.95it/s]
[2023-12-28 09:11:16] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.21.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
94%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 183/195 [00:49<00:03, 3.95it/s]
[2023-12-28 09:11:17] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.21.self_attn.qkv_proj.q_weight[0m", shape: (12288, 512), dtype: uint32 |
|
94%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 183/195 [00:50<00:03, 3.95it/s]
[2023-12-28 09:11:17] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.21.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float16 |
|
94%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 183/195 [00:50<00:03, 3.95it/s]
95%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 185/195 [00:50<00:02, 4.34it/s]
[2023-12-28 09:11:17] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.21.self_attn.o_proj.q_weight[0m", shape: (4096, 512), dtype: uint32 |
|
95%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 185/195 [00:50<00:02, 4.34it/s]
[2023-12-28 09:11:17] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.21.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float16 |
|
95%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 185/195 [00:50<00:02, 4.34it/s]
[2023-12-28 09:11:17] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.22.input_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
95%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 185/195 [00:50<00:02, 4.34it/s]
[2023-12-28 09:11:17] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.22.mlp.down_proj.q_weight[0m", shape: (4096, 1376), dtype: uint32 |
|
95%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 185/195 [00:50<00:02, 4.34it/s]
[2023-12-28 09:11:17] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.22.mlp.down_proj.q_scale[0m", shape: (4096, 344), dtype: float16 |
|
95%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████ | 185/195 [00:50<00:02, 4.34it/s]
96%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 188/195 [00:50<00:01, 5.37it/s]
[2023-12-28 09:11:18] 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 [00:51<00:01, 5.37it/s]
[2023-12-28 09:11:18] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.22.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float16 |
|
96%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋ | 188/195 [00:51<00:01, 5.37it/s]
97%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 189/195 [00:51<00:01, 3.84it/s]
[2023-12-28 09:11:18] INFO huggingface_loader.py:129: [Not quantized] Parameter: "[1mmodel.layers.22.post_attention_layernorm.weight[0m", shape: (4096,), dtype: float16 |
|
97%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 189/195 [00:51<00:01, 3.84it/s]
[2023-12-28 09:11:18] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.22.self_attn.qkv_proj.q_weight[0m", shape: (12288, 512), dtype: uint32 |
|
97%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 189/195 [00:51<00:01, 3.84it/s]
[2023-12-28 09:11:18] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.22.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float16 |
|
97%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 189/195 [00:51<00:01, 3.84it/s]
98%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 191/195 [00:51<00:00, 4.24it/s]
[2023-12-28 09:11:18] 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 [00:51<00:00, 4.24it/s]
[2023-12-28 09:11:18] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.22.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float16 |
|
98%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 191/195 [00:51<00:00, 4.24it/s]
[2023-12-28 09:11:19] 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 [00:52<00:00, 4.24it/s]
[2023-12-28 09:11:19] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.23.mlp.gate_up_proj.q_scale[0m", shape: (22016, 128), dtype: float16 |
|
98%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏ | 191/195 [00:52<00:00, 4.24it/s]
99%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 193/195 [00:52<00:00, 3.60it/s]
[2023-12-28 09:11:19] 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 [00:52<00:00, 3.60it/s]
[2023-12-28 09:11:19] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.23.self_attn.qkv_proj.q_scale[0m", shape: (12288, 128), dtype: float16 |
|
99%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 193/195 [00:52<00:00, 3.60it/s]
99%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 194/195 [00:52<00:00, 3.40it/s]
[2023-12-28 09:11:19] 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 [00:52<00:00, 3.40it/s]
[2023-12-28 09:11:19] INFO huggingface_loader.py:121: [Quantized] Parameter: "[1mmodel.layers.23.self_attn.o_proj.q_scale[0m", shape: (4096, 128), dtype: float16 |
|
99%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊ | 194/195 [00:52<00:00, 3.40it/s]
100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 195/195 [00:52<00:00, 3.71it/s] |
| [2023-12-28 09:11:19] INFO huggingface_loader.py:179: Unloading HF weight file: /home/junrushao/tmp/tmptjzdwnm4/repo/pytorch_model-00001-of-00003.bin |
| [2023-12-28 09:11:20] INFO huggingface_loader.py:179: Unloading HF weight file: /home/junrushao/tmp/tmptjzdwnm4/repo/pytorch_model-00002-of-00003.bin |
| [2023-12-28 09:11:20] INFO stats.py:71: [92mTime usage[0m: HF loading: 12.735 sec; Pre-quantization mapping: 33.645 sec; Quantization: 3.228 sec |
| [2023-12-28 09:11:20] INFO stats.py:85: [92mRAM usage[0m: Peak RAM: 18.415 GB. Total bytes loaded from disk: 25.103 GB |
| [2023-12-28 09:11:20] INFO convert_weight.py:110: [92mParameter size[0m after quantization: 3.530 GB |
| [2023-12-28 09:11:20] INFO convert_weight.py:115: [92mTotal parameters[0m: 6,738,415,616 |
| [2023-12-28 09:11:20] INFO convert_weight.py:116: [92mBits per parameter[0m: 4.500 |
| Start storing to cache /home/junrushao/tmp/tmp6qup4egg |
|
[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 09:11:33] INFO convert_weight.py:132: Saved to directory: [1m/home/junrushao/tmp/tmp6qup4egg[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/tmp6qup4egg/ndarray-cache.json |
|
|
