diff --git "a/logs.txt" "b/logs.txt"
new file mode 100644--- /dev/null
+++ "b/logs.txt"
@@ -0,0 +1,388 @@
+mlc_chat gen_mlc_chat_config --model /models/Llama-2-7b-chat-hf --quantization q4f32_1 --conv-template llama-2 --context-window-size 4096 --output /tmp/tmpp14fhh12
+/home/hongyi/.local/bin/mlc_chat:6: DeprecationWarning: pkg_resources is deprecated as an API. See https://setuptools.pypa.io/en/latest/pkg_resources.html
+  from pkg_resources import load_entry_point
+[2023-11-28 19:58:07] INFO auto_config.py:62: Found model configuration: /models/Llama-2-7b-chat-hf/config.json
+[2023-11-28 19:58:07] INFO auto_config.py:99: Found model type: llama. Use `--model-type` to override.
+[2023-11-28 19:58:07] INFO llama_model.py:42: context_window_size not found in config.json. Falling back to max_position_embeddings (4096)
+[2023-11-28 19:58:07] INFO flags_model_config_override.py:24: Overriding context_window_size from 4096 to 4096
+[2023-11-28 19:58:07] INFO gen_mlc_chat_config.py:77: [config.json] Setting bos_token_id: 1
+[2023-11-28 19:58:07] INFO gen_mlc_chat_config.py:77: [config.json] Setting eos_token_id: 2
+[2023-11-28 19:58:07] INFO gen_mlc_chat_config.py:81: Found generation_config.json: /models/Llama-2-7b-chat-hf/generation_config.json
+[2023-11-28 19:58:07] INFO gen_mlc_chat_config.py:87: [generation_config.json] Setting pad_token_id: 0
+[2023-11-28 19:58:07] INFO gen_mlc_chat_config.py:87: [generation_config.json] Setting temperature: 0.6
+[2023-11-28 19:58:07] INFO gen_mlc_chat_config.py:87: [generation_config.json] Setting top_p: 0.9
+[2023-11-28 19:58:07] INFO gen_mlc_chat_config.py:97: Found tokenizer config: /models/Llama-2-7b-chat-hf/tokenizer.model. Copying to /tmp/tmpp14fhh12/tokenizer.model
+[2023-11-28 19:58:07] INFO gen_mlc_chat_config.py:97: Found tokenizer config: /models/Llama-2-7b-chat-hf/tokenizer.json. Copying to /tmp/tmpp14fhh12/tokenizer.json
+[2023-11-28 19:58:07] INFO gen_mlc_chat_config.py:99: Not found tokenizer config: /models/Llama-2-7b-chat-hf/vocab.json
+[2023-11-28 19:58:07] INFO gen_mlc_chat_config.py:99: Not found tokenizer config: /models/Llama-2-7b-chat-hf/merges.txt
+[2023-11-28 19:58:07] INFO gen_mlc_chat_config.py:99: Not found tokenizer config: /models/Llama-2-7b-chat-hf/added_tokens.json
+[2023-11-28 19:58:07] INFO gen_mlc_chat_config.py:97: Found tokenizer config: /models/Llama-2-7b-chat-hf/tokenizer_config.json. Copying to /tmp/tmpp14fhh12/tokenizer_config.json
+[2023-11-28 19:58:07] INFO gen_mlc_chat_config.py:104: [System default] Setting repetition_penalty: 1.0
+[2023-11-28 19:58:07] INFO gen_mlc_chat_config.py:104: [System default] Setting mean_gen_len: 128
+[2023-11-28 19:58:07] INFO gen_mlc_chat_config.py:104: [System default] Setting max_gen_len: 512
+[2023-11-28 19:58:07] INFO gen_mlc_chat_config.py:104: [System default] Setting shift_fill_factor: 0.3
+[2023-11-28 19:58:07] INFO gen_mlc_chat_config.py:109: Dumping configuration file to: /tmp/tmpp14fhh12/mlc-chat-config.json
+mlc_chat convert_weight --model /models/Llama-2-7b-chat-hf --quantization q4f32_1 --source-format auto --output /tmp/tmpp14fhh12
+/home/hongyi/.local/bin/mlc_chat:6: DeprecationWarning: pkg_resources is deprecated as an API. See https://setuptools.pypa.io/en/latest/pkg_resources.html
+  from pkg_resources import load_entry_point
+[2023-11-28 19:58:07] INFO auto_config.py:62: Found model configuration: /models/Llama-2-7b-chat-hf/config.json
+[2023-11-28 19:58:07] INFO auto_device.py:37: Using device: cuda:0. Use `--device` to override.
+[2023-11-28 19:58:07] INFO auto_weight.py:70: Finding weights in: /models/Llama-2-7b-chat-hf
+[2023-11-28 19:58:07] INFO auto_weight.py:120: Found source weight format: huggingface-torch. Source configuration: /models/Llama-2-7b-chat-hf/pytorch_model.bin.index.json
+[2023-11-28 19:58:07] INFO auto_weight.py:143: Found source weight format: huggingface-safetensor. Source configuration: /models/Llama-2-7b-chat-hf/model.safetensors.index.json
+[2023-11-28 19:58:07] INFO auto_weight.py:106: Using source weight configuration: /models/Llama-2-7b-chat-hf/pytorch_model.bin.index.json. Use `--source` to override.
+[2023-11-28 19:58:07] INFO auto_weight.py:110: Using source weight format: huggingface-torch. Use `--source-format` to override.
+[2023-11-28 19:58:07] INFO auto_config.py:99: Found model type: llama. Use `--model-type` to override.
+[2023-11-28 19:58:07] INFO llama_model.py:42: context_window_size not found in config.json. Falling back to max_position_embeddings (4096)
+Weight conversion with arguments:
+  --config          /models/Llama-2-7b-chat-hf/config.json
+  --quantization    GroupQuantize(name='q4f32_1', kind='group-quant', group_size=32, quantize_dtype='int4', storage_dtype='uint32', model_dtype='float32', num_elem_per_storage=8, num_storage_per_group=4, max_int_value=7)
+  --model-type      llama
+  --device          cuda:0
+  --source          /models/Llama-2-7b-chat-hf/pytorch_model.bin.index.json
+  --source-format   huggingface-torch
+  --output          /tmp/tmpp14fhh12
+
  0%|                                                                                                                                                      | 0/195 [00:00<?, ?it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:09] INFO huggingface_loader.py:169: Loading HF parameters from: /models/Llama-2-7b-chat-hf/pytorch_model-00002-of-00002.bin
+
  0%|                                                                                                                                                      | 0/195 [00:00<?, ?it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:10] INFO group_quantization.py:204: Compiling quantize function for key: (32000, 4096, 'float32', 'cuda')
+
  0%|                                                                                                                                                      | 0/195 [00:01<?, ?it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:11] INFO huggingface_loader.py:121: [Quantized] Parameter: "lm_head.q_weight", shape: (32000, 512), dtype: uint32
+
  0%|                                                                                                                                                      | 0/195 [00:02<?, ?it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:11] INFO huggingface_loader.py:121: [Quantized] Parameter: "lm_head.q_scale", shape: (32000, 128), dtype: float32
+
  0%|                                                                                                                                                      | 0/195 [00:02<?, ?it/s]
  1%|▋                                                                                                                                             | 1/195 [00:02<07:24,  2.29s/it]
                                                                                                                                                                                   
[2023-11-28 19:58:11] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.24.input_layernorm.weight", shape: (4096,), dtype: float32
+
  1%|▋                                                                                                                                             | 1/195 [00:02<07:24,  2.29s/it]
                                                                                                                                                                                   
[2023-11-28 19:58:11] INFO group_quantization.py:204: Compiling quantize function for key: (4096, 11008, 'float32', 'cuda')
+
  1%|▋                                                                                                                                             | 1/195 [00:02<07:24,  2.29s/it]
                                                                                                                                                                                   
[2023-11-28 19:58:11] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.24.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32
+
  1%|▋                                                                                                                                             | 1/195 [00:02<07:24,  2.29s/it]
                                                                                                                                                                                   
[2023-11-28 19:58:11] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.24.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float32
+
  1%|▋                                                                                                                                             | 1/195 [00:02<07:24,  2.29s/it]
  2%|██▏                                                                                                                                           | 3/195 [00:02<02:16,  1.41it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:12] INFO group_quantization.py:204: Compiling quantize function for key: (22016, 4096, 'float32', 'cuda')
+
  2%|█��▏                                                                                                                                           | 3/195 [00:02<02:16,  1.41it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:12] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.24.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32
+
  2%|██▏                                                                                                                                           | 3/195 [00:03<02:16,  1.41it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:12] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.24.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float32
+
  2%|██▏                                                                                                                                           | 3/195 [00:03<02:16,  1.41it/s]
  2%|██▉                                                                                                                                           | 4/195 [00:03<01:56,  1.64it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:12] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.24.post_attention_layernorm.weight", shape: (4096,), dtype: float32
+
  2%|██▉                                                                                                                                           | 4/195 [00:03<01:56,  1.64it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:12] INFO group_quantization.py:204: Compiling quantize function for key: (12288, 4096, 'float32', 'cuda')
+
  2%|██▉                                                                                                                                           | 4/195 [00:03<01:56,  1.64it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:12] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.24.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32
+
  2%|██▉                                                                                                                                           | 4/195 [00:03<01:56,  1.64it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:12] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.24.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float32
+
  2%|██▉                                                                                                                                           | 4/195 [00:03<01:56,  1.64it/s]
  3%|████▎                                                                                                                                         | 6/195 [00:03<01:12,  2.60it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:12] INFO group_quantization.py:204: Compiling quantize function for key: (4096, 4096, 'float32', 'cuda')
+
  3%|████▎                                                                                                                                         | 6/195 [00:03<01:12,  2.60it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:12] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.24.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32
+
  3%|████▎                                                                                                                                         | 6/195 [00:03<01:12,  2.60it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:12] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.24.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float32
+
  3%|████▎                                                                                                                                         | 6/195 [00:03<01:12,  2.60it/s]
  4%|█████                                                                                                                                         | 7/195 [00:03<01:05,  2.87it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:12] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.25.input_layernorm.weight", shape: (4096,), dtype: float32
+
  4%|█████                                                                                                                                         | 7/195 [00:03<01:05,  2.87it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:12] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.25.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32
+
  4%|█████                                                                                                                                         | 7/195 [00:03<01:05,  2.87it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:12] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.25.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float32
+
  4%|█████                                                                                                                                         | 7/195 [00:03<01:05,  2.87it/s]
  5%|██████▌                                                                                                                                       | 9/195 [00:03<00:41,  4.48it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:13] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.25.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32
+
  5%|██████▌                                                                                                                                       | 9/195 [00:03<00:41,  4.48it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:13] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.25.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float32
+
  5%|██████▌                                                                                                                                       | 9/195 [00:03<00:41,  4.48it/s]
  5%|███████▏                                                                                                                                     | 10/195 [00:03<00:42,  4.38it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:13] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.25.post_attention_layernorm.weight", shape: (4096,), dtype: float32
+
  5%|███████▏                                                                                                                                     | 10/195 [00:03<00:42,  4.38it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:13] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.25.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32
+
  5%|███████▏                                                                                                                                     | 10/195 [00:04<00:42,  4.38it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:13] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.25.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float32
+
  5%|███████▏                                                                                                                                     | 10/195 [00:04<00:42,  4.38it/s]
  6%|████████▋                                                                                                                                    | 12/195 [00:04<00:30,  6.09it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:13] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.25.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32
+
  6%|████████▋                                                                                                                                    | 12/195 [00:04<00:30,  6.09it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:13] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.25.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float32
+
  6%|████████▋                                                                                                                                    | 12/195 [00:04<00:30,  6.09it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:13] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.26.input_layernorm.weight", shape: (4096,), dtype: float32
+
  6%|████████▋                                                                                                                                    | 12/195 [00:04<00:30,  6.09it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:13] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.26.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32
+
  6%|████████▋                                                                                                                                    | 12/195 [00:04<00:30,  6.09it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:13] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.26.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float32
+
  6%|████████▋                                                                                                                                    | 12/195 [00:04<00:30,  6.09it/s]
  8%|██████████▊                                                                                                                                  | 15/195 [00:04<00:20,  8.97it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:13] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.26.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32
+
  8%|██████████▊                                                                                                                                  | 15/195 [00:04<00:20,  8.97it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:13] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.26.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float32
+
  8%|██████████▊                                                                                                                                  | 15/195 [00:04<00:20,  8.97it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:13] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.26.post_attention_layernorm.weight", shape: (4096,), dtype: float32
+
  8%|██████████▊                                                                                                                                  | 15/195 [00:04<00:20,  8.97it/s]
  9%|████████████▎                                                                                                                                | 17/195 [00:04<00:20,  8.74it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:13] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.26.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32
+
  9%|████████████▎                                                                                                                                | 17/195 [00:04<00:20,  8.74it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:13] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.26.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float32
+
  9%|████████████▎                                                                                                                                | 17/195 [00:04<00:20,  8.74it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:13] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.26.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32
+
  9%|████████████▎                                                                                                                                | 17/195 [00:04<00:20,  8.74it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:13] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.26.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float32
+
  9%|████████████▎                                                                                                                                | 17/195 [00:04<00:20,  8.74it/s]
 10%|█████████████▋                                                                                                                               | 19/195 [00:04<00:20,  8.57it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:13] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.27.input_layernorm.weight", shape: (4096,), dtype: float32
+
 10%|█████████████▋                                                                                                                               | 19/195 [00:04<00:20,  8.57it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:13] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.27.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32
+
 10%|█████████████▋                                                                                                                               | 19/195 [00:04<00:20,  8.57it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:14] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.27.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float32
+
 10%|█████████████▋                                                                                                                               | 19/195 [00:04<00:20,  8.57it/s]
 11%|███████████████▏                                                                                                                             | 21/195 [00:04<00:17, 10.23it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:14] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.27.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32
+
 11%|███████████████▏                                                                                                                             | 21/195 [00:05<00:17, 10.23it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:14] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.27.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float32
+
 11%|███████████████▏                                                                                                                             | 21/195 [00:05<00:17, 10.23it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:14] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.27.post_attention_layernorm.weight", shape: (4096,), dtype: float32
+
 11%|███████████████▏                                                                                                                             | 21/195 [00:05<00:17, 10.23it/s]
 12%|████████████████▋                                                                                                                            | 23/195 [00:05<00:18,  9.53it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:14] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.27.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32
+
 12%|████████████████▋                                                                                                                            | 23/195 [00:05<00:18,  9.53it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:14] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.27.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float32
+
 12%|████████████████▋                                                                                                                            | 23/195 [00:05<00:18,  9.53it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:14] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.27.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32
+
 12%|████████████████▋                                                                                                                            | 23/195 [00:05<00:18,  9.53it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:14] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.27.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float32
+
 12%|████████████████▋                                                                                                                            | 23/195 [00:05<00:18,  9.53it/s]
 13%|██████████████████                                                                                                                           | 25/195 [00:05<00:16, 10.05it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:14] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.28.input_layernorm.weight", shape: (4096,), dtype: float32
+
 13%|██████████████████                                                                                                                           | 25/195 [00:05<00:16, 10.05it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:14] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.28.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32
+
 13%|██████████████████                                                                                                                           | 25/195 [00:05<00:16, 10.05it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:14] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.28.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float32
+
 13%|██████████████████                                                                                                                           | 25/195 [00:05<00:16, 10.05it/s]
 14%|███████████████████▌                                                                                                                         | 27/195 [00:05<00:14, 11.63it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:14] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.28.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32
+
 14%|███████████████████▌                                                                                                                         | 27/195 [00:05<00:14, 11.63it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:14] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.28.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float32
+
 14%|███████████████████▌                                                                                                                         | 27/195 [00:05<00:14, 11.63it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:14] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.28.post_attention_layernorm.weight", shape: (4096,), dtype: float32
+
 14%|███████████████████▌                                                                                                                         | 27/195 [00:05<00:14, 11.63it/s]
 15%|████████████████████▉                                                                                                                        | 29/195 [00:05<00:16, 10.37it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:14] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.28.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32
+
 15%|████████████████████▉                                                                                                                        | 29/195 [00:05<00:16, 10.37it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:14] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.28.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float32
+
 15%|████████████████████▉                                                                                                                        | 29/195 [00:05<00:16, 10.37it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:14] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.28.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32
+
 15%|████████████████████▉                                                                                                                        | 29/195 [00:05<00:16, 10.37it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:15] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.28.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float32
+
 15%|████████████████████▉                                                                                                                        | 29/195 [00:05<00:16, 10.37it/s]
 16%|██████████████████████▍                                                                                                                      | 31/195 [00:05<00:16,  9.80it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:15] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.29.input_layernorm.weight", shape: (4096,), dtype: float32
+
 16%|██████████████████████▍                                                                                                                      | 31/195 [00:05<00:16,  9.80it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:15] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.29.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32
+
 16%|██████████████████████▍                                                                                                                      | 31/195 [00:05<00:16,  9.80it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:15] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.29.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float32
+
 16%|██████████████████████▍                                                                                                                      | 31/195 [00:05<00:16,  9.80it/s]
 17%|███████████████████████▊                                                                                                                     | 33/195 [00:05<00:14, 11.40it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:15] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.29.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32
+
 17%|███████████████████████▊                                                                                                                     | 33/195 [00:06<00:14, 11.40it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:15] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.29.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float32
+
 17%|███████████████████████▊                                                                                                                     | 33/195 [00:06<00:14, 11.40it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:15] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.29.post_attention_layernorm.weight", shape: (4096,), dtype: float32
+
 17%|███████████████████████▊                                                                                                                     | 33/195 [00:06<00:14, 11.40it/s]
 18%|█████████████████████████▎                                                                                                                   | 35/195 [00:06<00:15, 10.27it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:15] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.29.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32
+
 18%|█████████████████████████▎                                                                                                                   | 35/195 [00:06<00:15, 10.27it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:15] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.29.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float32
+
 18%|█████████████████████████▎                                                                                                                   | 35/195 [00:06<00:15, 10.27it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:15] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.29.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32
+
 18%|█████████████████████████▎                                                                                                                   | 35/195 [00:06<00:15, 10.27it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:15] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.29.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float32
+
 18%|█████████████████████████▎                                                                                                                   | 35/195 [00:06<00:15, 10.27it/s]
 19%|██████████████████████████▊                                                                                                                  | 37/195 [00:06<00:14, 10.60it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:15] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.30.input_layernorm.weight", shape: (4096,), dtype: float32
+
 19%|██████████████████████████▊                                                                                                                  | 37/195 [00:06<00:14, 10.60it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:15] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.30.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32
+
 19%|██████████████████████████▊                                                                                                                  | 37/195 [00:06<00:14, 10.60it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:15] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.30.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float32
+
 19%|██████████████████████████▊                                                                                                                  | 37/195 [00:06<00:14, 10.60it/s]
 20%|████████████████████████████▏                                                                                                                | 39/195 [00:06<00:12, 12.15it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:15] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.30.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32
+
 20%|████████████████████████████▏                                                                                                                | 39/195 [00:06<00:12, 12.15it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:15] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.30.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float32
+
 20%|████████████████████████████▏                                                                                                                | 39/195 [00:06<00:12, 12.15it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:15] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.30.post_attention_layernorm.weight", shape: (4096,), dtype: float32
+
 20%|████████████████████████████▏                                                                                                                | 39/195 [00:06<00:12, 12.15it/s]
 21%|█████████████████████████████▋                                                                                                               | 41/195 [00:06<00:14, 10.64it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:16] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.30.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32
+
 21%|█████████████████████████████▋                                                                                                               | 41/195 [00:06<00:14, 10.64it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:16] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.30.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float32
+
 21%|█████████████████████████████▋                                                                                                               | 41/195 [00:06<00:14, 10.64it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:16] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.30.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32
+
 21%|█████████████████████████████▋                                                                                                               | 41/195 [00:06<00:14, 10.64it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:16] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.30.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float32
+
 21%|█████████████████████████████▋                                                                                                               | 41/195 [00:06<00:14, 10.64it/s]
 22%|███████████████████████████████                                                                                                              | 43/195 [00:06<00:14, 10.24it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:16] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.31.input_layernorm.weight", shape: (4096,), dtype: float32
+
 22%|███████████████████████████████                                                                                                              | 43/195 [00:06<00:14, 10.24it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:16] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.31.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32
+
 22%|███████████████████████████████                                                                                                              | 43/195 [00:07<00:14, 10.24it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:16] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.31.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float32
+
 22%|███████████████████████████████                                                                                                              | 43/195 [00:07<00:14, 10.24it/s]
 23%|████████████████████████████████▌                                                                                                            | 45/195 [00:07<00:12, 11.83it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:16] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.31.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32
+
 23%|████████████████████████████████▌                                                                                                            | 45/195 [00:07<00:12, 11.83it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:16] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.31.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float32
+
 23%|████████████████████████████████▌                                                                                                            | 45/195 [00:07<00:12, 11.83it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:16] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.31.post_attention_layernorm.weight", shape: (4096,), dtype: float32
+
 23%|████████████████████████████████▌                                                                                                            | 45/195 [00:07<00:12, 11.83it/s]
 24%|█████████████████████████████████▉                                                                                                           | 47/195 [00:07<00:14, 10.51it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:16] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.31.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32
+
 24%|█████████████████████████████████▉                                                                                                           | 47/195 [00:07<00:14, 10.51it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:16] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.31.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float32
+
 24%|█████████████████████████████████▉                                                                                                           | 47/195 [00:07<00:14, 10.51it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:16] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.31.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32
+
 24%|█████████████████████████████████▉                                                                                                           | 47/195 [00:07<00:14, 10.51it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:16] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.31.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float32
+
 24%|█████████████████████████████████▉                                                                                                           | 47/195 [00:07<00:14, 10.51it/s]
 25%|███████████████████████████████████▍                                                                                                         | 49/195 [00:07<00:13, 10.79it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:16] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.norm.weight", shape: (4096,), dtype: float32
+
 25%|███████████████████████████████████▍                                                                                                         | 49/195 [00:07<00:13, 10.79it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:16] INFO huggingface_loader.py:179: Unloading HF weight file: /models/Llama-2-7b-chat-hf/pytorch_model-00002-of-00002.bin
+
 25%|███████████████████████████████████▍                                                                                                         | 49/195 [00:07<00:13, 10.79it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:16] INFO huggingface_loader.py:169: Loading HF parameters from: /models/Llama-2-7b-chat-hf/pytorch_model-00001-of-00002.bin
+
 25%|███████████████████████████████████▍                                                                                                         | 49/195 [00:07<00:13, 10.79it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:19] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.embed_tokens.q_weight", shape: (32000, 512), dtype: uint32
+
 25%|███████████████████████████████████▍                                                                                                         | 49/195 [00:10<00:13, 10.79it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:19] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.embed_tokens.q_scale", shape: (32000, 128), dtype: float32
+
 25%|███████████████████████████████████▍                                                                                                         | 49/195 [00:10<00:13, 10.79it/s]
 26%|████████████████████████████████████▉                                                                                                        | 51/195 [00:10<01:20,  1.80it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:19] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.0.input_layernorm.weight", shape: (4096,), dtype: float32
+
 26%|████████████████████████████████████▉                                                                                                        | 51/195 [00:10<01:20,  1.80it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:19] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.0.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32
+
 26%|████████████████████████████████████▉                                                                                                        | 51/195 [00:10<01:20,  1.80it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:19] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.0.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float32
+
 26%|████████████████████████████████████▉                                                                                                        | 51/195 [00:10<01:20,  1.80it/s]
 27%|██████████████████████████████████████▎                                                                                                      | 53/195 [00:10<00:57,  2.46it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:20] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.0.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32
+
 27%|██████████████████████████████████████▎                                                                                                      | 53/195 [00:11<00:57,  2.46it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:20] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.0.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float32
+
 27%|██████████████████████████████████████▎                                                                                                      | 53/195 [00:11<00:57,  2.46it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:20] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.0.post_attention_layernorm.weight", shape: (4096,), dtype: float32
+
 27%|██████████████████████████████████████▎                                                                                                      | 53/195 [00:11<00:57,  2.46it/s]
 28%|███████████████████████████████████████▊                                                                                                     | 55/195 [00:11<00:44,  3.13it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:20] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.0.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32
+
 28%|███████████████████████████████████████▊                                                                                                     | 55/195 [00:11<00:44,  3.13it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:20] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.0.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float32
+
 28%|███████████████████████████████████████▊                                                                                                     | 55/195 [00:11<00:44,  3.13it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:20] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.0.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32
+
 28%|███████████████████████████████████████▊                                                                                                     | 55/195 [00:11<00:44,  3.13it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:20] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.0.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float32
+
 28%|███████████████████████████████████████▊                                                                                                     | 55/195 [00:11<00:44,  3.13it/s]
 29%|█████████████████████████████████████████▏                                                                                                   | 57/195 [00:11<00:34,  3.99it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:20] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.1.input_layernorm.weight", shape: (4096,), dtype: float32
+
 29%|█████████████████████████████████████████▏                                                                                                   | 57/195 [00:11<00:34,  3.99it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:20] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.1.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32
+
 29%|█████████████████████████████████████████▏                                                                                                   | 57/195 [00:11<00:34,  3.99it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:20] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.1.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float32
+
 29%|█████████████████████████████���███████████▏                                                                                                   | 57/195 [00:11<00:34,  3.99it/s]
 30%|██████████████████████████████████████████▋                                                                                                  | 59/195 [00:11<00:26,  5.22it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:20] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.1.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32
+
 30%|██████████████████████████████████████████▋                                                                                                  | 59/195 [00:11<00:26,  5.22it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:20] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.1.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float32
+
 30%|██████████████████████████████████████████▋                                                                                                  | 59/195 [00:11<00:26,  5.22it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:20] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.1.post_attention_layernorm.weight", shape: (4096,), dtype: float32
+
 30%|██████████████████████████████████████████▋                                                                                                  | 59/195 [00:11<00:26,  5.22it/s]
 31%|████████████████████████████████████████████                                                                                                 | 61/195 [00:11<00:22,  5.89it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:20] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.1.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32
+
 31%|████████████████████████████████████████████                                                                                                 | 61/195 [00:11<00:22,  5.89it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:20] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.1.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float32
+
 31%|████████████████████████████████████████████                                                                                                 | 61/195 [00:11<00:22,  5.89it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:20] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.1.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32
+
 31%|████████████████████████████████████████████                                                                                                 | 61/195 [00:11<00:22,  5.89it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:20] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.1.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float32
+
 31%|████████████████████████████████████████████                                                                                                 | 61/195 [00:11<00:22,  5.89it/s]
 32%|████████████████████████████████████��████████▌                                                                                               | 63/195 [00:11<00:19,  6.87it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:20] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.10.input_layernorm.weight", shape: (4096,), dtype: float32
+
 32%|█████████████████████████████████████████████▌                                                                                               | 63/195 [00:11<00:19,  6.87it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:21] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.10.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32
+
 32%|█████████████████████████████████████████████▌                                                                                               | 63/195 [00:11<00:19,  6.87it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:21] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.10.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float32
+
 32%|█████████████████████████████████████████████▌                                                                                               | 63/195 [00:11<00:19,  6.87it/s]
 33%|███████████████████████████████████████████████                                                                                              | 65/195 [00:11<00:15,  8.46it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:21] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.10.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32
+
 33%|███████████████████████████████████████████████                                                                                              | 65/195 [00:12<00:15,  8.46it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:21] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.10.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float32
+
 33%|███████████████████████████████████████████████                                                                                              | 65/195 [00:12<00:15,  8.46it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:21] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.10.post_attention_layernorm.weight", shape: (4096,), dtype: float32
+
 33%|███████████████████████████████████████████████                                                                                              | 65/195 [00:12<00:15,  8.46it/s]
 34%|████████████████████████████████████████████████▍                                                                                            | 67/195 [00:12<00:15,  8.43it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:21] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.10.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32
+
 34%|████████████████████████████████████████████████▍                                                                                            | 67/195 [00:12<00:15,  8.43it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:21] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.10.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float32
+
 34%|████████████████████████████████████████████████▍                                                                                            | 67/195 [00:12<00:15,  8.43it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:21] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.10.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32
+
 34%|████████████████████████████████████████████████▍                                                                                            | 67/195 [00:12<00:15,  8.43it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:21] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.10.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float32
+
 34%|████████████████████████████████████████████████▍                                                                                            | 67/195 [00:12<00:15,  8.43it/s]
 35%|█████████████████████████████████████████████████▉                                                                                           | 69/195 [00:12<00:14,  8.86it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:21] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.11.input_layernorm.weight", shape: (4096,), dtype: float32
+
 35%|█████████████████████████████████████████████████▉                                                                                           | 69/195 [00:12<00:14,  8.86it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:21] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.11.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32
+
 35%|█████████████████████████████████████████████████▉                                                                                           | 69/195 [00:12<00:14,  8.86it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:21] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.11.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float32
+
 35%|█████████████████████████████████████████████████▉                                                                                           | 69/195 [00:12<00:14,  8.86it/s]
 36%|███████████████████████████████████████████████████▎                                                                                         | 71/195 [00:12<00:11, 10.53it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:21] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.11.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32
+
 36%|███████████████████████████████████████████████████▎                                                                                         | 71/195 [00:12<00:11, 10.53it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:21] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.11.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float32
+
 36%|███████████████████████████████████████████████████▎                                                                                         | 71/195 [00:12<00:11, 10.53it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:21] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.11.post_attention_layernorm.weight", shape: (4096,), dtype: float32
+
 36%|███████████████████████████████████████████████████▎                                                                                         | 71/195 [00:12<00:11, 10.53it/s]
 37%|████████████████████████████████████████████████████▊                                                                                        | 73/195 [00:12<00:12,  9.75it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:21] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.11.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32
+
 37%|████████████████████████████████████████████████████▊                                                                                        | 73/195 [00:12<00:12,  9.75it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:21] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.11.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float32
+
 37%|████████████████████████████████████████████████████▊                                                                                        | 73/195 [00:12<00:12,  9.75it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:21] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.11.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32
+
 37%|████████████████████████████████████████████████████▊                                                                                        | 73/195 [00:12<00:12,  9.75it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:22] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.11.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float32
+
 37%|████████████████████████████████████████████████████▊                                                                                        | 73/195 [00:12<00:12,  9.75it/s]
 38%|██████████████████████████████████████████████████████▏                                                                                      | 75/195 [00:12<00:11, 10.23it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:22] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.12.input_layernorm.weight", shape: (4096,), dtype: float32
+
 38%|██████████████████████████████████████████████████████▏                                                                                      | 75/195 [00:12<00:11, 10.23it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:22] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.12.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32
+
 38%|██████████████████████████████████████████████████████▏                                                                                      | 75/195 [00:12<00:11, 10.23it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:22] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.12.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float32
+
 38%|██████████████████████████████████████████████████████▏                                                                                      | 75/195 [00:12<00:11, 10.23it/s]
 39%|███████████████████████████████████████████████████████▋                                                                                     | 77/195 [00:12<00:09, 11.83it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:22] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.12.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32
+
 39%|███████████████████████████████████████████████████████▋                                                                                     | 77/195 [00:13<00:09, 11.83it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:22] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.12.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float32
+
 39%|███████████████████████████████████████████████████████▋                                                                                     | 77/195 [00:13<00:09, 11.83it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:22] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.12.post_attention_layernorm.weight", shape: (4096,), dtype: float32
+
 39%|███████████████████████████████████████████████████████▋                                                                                     | 77/195 [00:13<00:09, 11.83it/s]
 41%|█████████████████████████████████████████████████████████                                                                                    | 79/195 [00:13<00:11, 10.50it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:22] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.12.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32
+
 41%|█████████████████████████████████████████████████████████                                                                                    | 79/195 [00:13<00:11, 10.50it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:22] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.12.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float32
+
 41%|█████████████████████████████████████████████████████████                                                                                    | 79/195 [00:13<00:11, 10.50it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:22] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.12.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32
+
 41%|████████████████████��████████████████████████████████████                                                                                    | 79/195 [00:13<00:11, 10.50it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:22] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.12.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float32
+
 41%|█████████████████████████████████████████████████████████                                                                                    | 79/195 [00:13<00:11, 10.50it/s]
 42%|██████████████████████████████████████████████████████████▌                                                                                  | 81/195 [00:13<00:11, 10.13it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:22] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.13.input_layernorm.weight", shape: (4096,), dtype: float32
+
 42%|██████████████████████████████████████████████████████████▌                                                                                  | 81/195 [00:13<00:11, 10.13it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:22] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.13.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32
+
 42%|██████████████████████████████████████████████████████████▌                                                                                  | 81/195 [00:13<00:11, 10.13it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:22] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.13.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float32
+
 42%|██████████████████████████████████████████████████████████▌                                                                                  | 81/195 [00:13<00:11, 10.13it/s]
 43%|████████████████████████████████████████████████████████████                                                                                 | 83/195 [00:13<00:09, 11.75it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:22] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.13.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32
+
 43%|████████████████████████████████████████████████████████████                                                                                 | 83/195 [00:13<00:09, 11.75it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:22] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.13.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float32
+
 43%|████████████████████████████████████████████████████████████                                                                                 | 83/195 [00:13<00:09, 11.75it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:22] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.13.post_attention_layernorm.weight", shape: (4096,), dtype: float32
+
 43%|████████████████████████████████████████████████████████████                                                                                 | 83/195 [00:13<00:09, 11.75it/s]
 44%|█████████████████████████████████████████████████████████████▍                                                                               | 85/195 [00:13<00:10, 10.48it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:23] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.13.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32
+
 44%|█████████████████████████████████████████████████████████████▍                                                                               | 85/195 [00:13<00:10, 10.48it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:23] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.13.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float32
+
 44%|█████████████████████████████████████████████████████████████▍                                                                               | 85/195 [00:13<00:10, 10.48it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:23] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.13.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32
+
 44%|█████████████████████████████████████████████████████████████▍                                                                               | 85/195 [00:13<00:10, 10.48it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:23] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.13.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float32
+
 44%|█████████████████████████████████████████████████████████████▍                                                                               | 85/195 [00:13<00:10, 10.48it/s]
 45%|██████████████████████████████████████████████████████████████▉                                                                              | 87/195 [00:13<00:10, 10.76it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:23] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.14.input_layernorm.weight", shape: (4096,), dtype: float32
+
 45%|██████████████████████████████████████████████████████████████▉                                                                              | 87/195 [00:13<00:10, 10.76it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:23] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.14.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32
+
 45%|██████████████████████████████████████████████████████████████▉                                                                              | 87/195 [00:14<00:10, 10.76it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:23] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.14.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float32
+
 45%|██████████████████████████████████████████████████████████████▉                                                                              | 87/195 [00:14<00:10, 10.76it/s]
 46%|████████████████████████████████████████████████████████████████▎                                                                            | 89/195 [00:14<00:08, 12.33it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:23] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.14.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32
+
 46%|████████████████████████████████████████████████████████████████▎                                                                            | 89/195 [00:14<00:08, 12.33it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:23] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.14.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float32
+
 46%|████████████████████████████████████████████████████████████████▎                                                                            | 89/195 [00:14<00:08, 12.33it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:23] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.14.post_attention_layernorm.weight", shape: (4096,), dtype: float32
+
 46%|████████████████████████████████████████████████████████████████▎                                                                            | 89/195 [00:14<00:08, 12.33it/s]
 47%|█████████████████████████████████████████████████████████████████▊                                                                           | 91/195 [00:14<00:09, 10.77it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:23] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.14.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32
+
 47%|█████████████████████████████████████████████████████████████████▊                                                                           | 91/195 [00:14<00:09, 10.77it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:23] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.14.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float32
+
 47%|█████████████████████████████████████████████████████████████████▊                                                                           | 91/195 [00:14<00:09, 10.77it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:23] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.14.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32
+
 47%|█████████████████████████████████████████████████████████████████▊                                                                           | 91/195 [00:14<00:09, 10.77it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:23] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.14.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float32
+
 47%|█████████████████████████████████████████████████████████████████▊                                                                           | 91/195 [00:14<00:09, 10.77it/s]
 48%|███████████████████████████████████████████████████████████████████▏                                                                         | 93/195 [00:14<00:09, 10.32it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:23] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.15.input_layernorm.weight", shape: (4096,), dtype: float32
+
 48%|███████████████████████████████████████████████████████████████████▏                                                                         | 93/195 [00:14<00:09, 10.32it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:23] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.15.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32
+
 48%|███████████████████████████████████████████████████████████████████▏                                                                         | 93/195 [00:14<00:09, 10.32it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:23] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.15.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float32
+
 48%|███████████████████████████████████████████████████████████████████▏                                                                         | 93/195 [00:14<00:09, 10.32it/s]
 49%|████████████████████████████████████████████████████████████████████▋                                                                        | 95/195 [00:14<00:08, 11.94it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:23] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.15.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32
+
 49%|████████████████████████████████████████████████████████████████████▋                                                                        | 95/195 [00:14<00:08, 11.94it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:23] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.15.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float32
+
 49%|████████████████████████████████████████████████████████████████████▋                                                                        | 95/195 [00:14<00:08, 11.94it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:23] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.15.post_attention_layernorm.weight", shape: (4096,), dtype: float32
+
 49%|████████████████████████████████████████████████████████████████████▋                                                                        | 95/195 [00:14<00:08, 11.94it/s]
 50%|████████████████████████████████████████��█████████████████████████████▏                                                                      | 97/195 [00:14<00:09, 10.63it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:24] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.15.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32
+
 50%|██████████████████████████████████████████████████████████████████████▏                                                                      | 97/195 [00:14<00:09, 10.63it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:24] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.15.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float32
+
 50%|██████████████████████████████████████████████████████████████████████▏                                                                      | 97/195 [00:14<00:09, 10.63it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:24] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.15.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32
+
 50%|██████████████████████████████████████████████████████████████████████▏                                                                      | 97/195 [00:14<00:09, 10.63it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:24] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.15.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float32
+
 50%|██████████████████████████████████████████████████████████████████████▏                                                                      | 97/195 [00:14<00:09, 10.63it/s]
 51%|███████████████████████████████████████████████████████████████████████▌                                                                     | 99/195 [00:14<00:08, 10.88it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:24] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.16.input_layernorm.weight", shape: (4096,), dtype: float32
+
 51%|███████████████████████████████████████████████████████████████████████▌                                                                     | 99/195 [00:14<00:08, 10.88it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:24] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.16.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32
+
 51%|███████████████████████████████████████████████████████████████████████▌                                                                     | 99/195 [00:15<00:08, 10.88it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:24] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.16.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float32
+
 51%|███████████████████████████████████████████████████████████████████████▌                                                                     | 99/195 [00:15<00:08, 10.88it/s]
 52%|████████████████████████████████████████████████████████████████████████▌                                                                   | 101/195 [00:15<00:07, 12.44it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:24] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.16.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32
+
 52%|████████████████████████████████████████████████████████████████████████▌                                                                   | 101/195 [00:15<00:07, 12.44it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:24] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.16.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float32
+
 52%|████████████████████████████████████████████████████████████████████████▌                                                                   | 101/195 [00:15<00:07, 12.44it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:24] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.16.post_attention_layernorm.weight", shape: (4096,), dtype: float32
+
 52%|████████████████████████████████████████████████████████████████████████▌                                                                   | 101/195 [00:15<00:07, 12.44it/s]
 53%|█████████████████████████████████████████████████████████████████████████▉                                                                  | 103/195 [00:15<00:08, 10.84it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:24] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.16.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32
+
 53%|█████████████████████████████████████████████████████████████████████████▉                                                                  | 103/195 [00:15<00:08, 10.84it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:24] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.16.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float32
+
 53%|█████████████████████████████████████████████████████████████████████████▉                                                                  | 103/195 [00:15<00:08, 10.84it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:24] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.16.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32
+
 53%|█████████████████████████████████████████████████████████████████████████▉                                                                  | 103/195 [00:15<00:08, 10.84it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:24] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.16.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float32
+
 53%|█████████████████████████████████████████████████████████████████████████▉                                                                  | 103/195 [00:15<00:08, 10.84it/s]
 54%|███████████████████████████████████████████████████████████████████████████▍                                                                | 105/195 [00:15<00:08, 10.27it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:24] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.17.input_layernorm.weight", shape: (4096,), dtype: float32
+
 54%|███████████████████████████████████████████████████████████████████████████▍                                                                | 105/195 [00:15<00:08, 10.27it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:24] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.17.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32
+
 54%|███████████████████████████████████████████████████████████████████████████▍                                                                | 105/195 [00:15<00:08, 10.27it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:24] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.17.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float32
+
 54%|███████████████████████████████████████████████████████████████████████████▍                                                                | 105/195 [00:15<00:08, 10.27it/s]
 55%|████████████████████████████████████████████████████████████████████████████▊                                                               | 107/195 [00:15<00:07, 11.85it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:25] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.17.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32
+
 55%|████████████████████████████████████████████████████████████████████████████▊                                                               | 107/195 [00:15<00:07, 11.85it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:25] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.17.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float32
+
 55%|████████████████████████████████████████████████████████████████████████████▊                                                               | 107/195 [00:15<00:07, 11.85it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:25] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.17.post_attention_layernorm.weight", shape: (4096,), dtype: float32
+
 55%|████████████████████████████████████████████████████████████████████████████▊                                                               | 107/195 [00:15<00:07, 11.85it/s]
 56%|██████████��███████████████████████████████████████████████████████████████████▎                                                             | 109/195 [00:15<00:08, 10.55it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:25] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.17.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32
+
 56%|██████████████████████████████████████████████████████████████████████████████▎                                                             | 109/195 [00:16<00:08, 10.55it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:25] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.17.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float32
+
 56%|██████████████████████████████████████████████████████████████████████████████▎                                                             | 109/195 [00:16<00:08, 10.55it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:25] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.17.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32
+
 56%|██████████████████████████████████████████████████████████████████████████████▎                                                             | 109/195 [00:16<00:08, 10.55it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:25] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.17.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float32
+
 56%|██████████████████████████████████████████████████████████████████████████████▎                                                             | 109/195 [00:16<00:08, 10.55it/s]
 57%|███████████████████████████████████████████████████████████████████████████████▋                                                            | 111/195 [00:16<00:07, 10.81it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:25] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.18.input_layernorm.weight", shape: (4096,), dtype: float32
+
 57%|███████████████████████████████████████████████████████████████████████████████▋                                                            | 111/195 [00:16<00:07, 10.81it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:25] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.18.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32
+
 57%|███████████████████████████████████████████████████████████████████████████████▋                                                            | 111/195 [00:16<00:07, 10.81it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:25] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.18.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float32
+
 57%|███████████████████████████████████████████████████████████████████████████████▋                                                            | 111/195 [00:16<00:07, 10.81it/s]
 58%|█████████████████████████████████████████████████████████████████████████████████▏                                                          | 113/195 [00:16<00:06, 12.39it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:25] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.18.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32
+
 58%|█████████████████████████████████████████████████████████████████████████████████▏                                                          | 113/195 [00:16<00:06, 12.39it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:25] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.18.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float32
+
 58%|█████████████████████████████████████████████████████████████████████████████████▏                                                          | 113/195 [00:16<00:06, 12.39it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:25] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.18.post_attention_layernorm.weight", shape: (4096,), dtype: float32
+
 58%|█████████████████████████████████████████████████████████████████████████████████▏                                                          | 113/195 [00:16<00:06, 12.39it/s]
 59%|██████████████████████████████████████████████████████████████████████████████████▌                                                         | 115/195 [00:16<00:07, 10.33it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:25] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.18.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32
+
 59%|██████████████████████████████████████████████████████████████████████████████████▌                                                         | 115/195 [00:16<00:07, 10.33it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:25] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.18.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float32
+
 59%|██████████████████████████████████████████████████████████████████████████████████▌                                                         | 115/195 [00:16<00:07, 10.33it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:25] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.18.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32
+
 59%|██████████████████████████████████████████████████████████████████████████████████▌                                                         | 115/195 [00:16<00:07, 10.33it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:25] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.18.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float32
+
 59%|██████████████████████████████████████████████████████████████████████████████████▌                                                         | 115/195 [00:16<00:07, 10.33it/s]
 60%|████████████████████████████████████████████████████████████████████████████████████                                                        | 117/195 [00:16<00:07, 10.46it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:25] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.19.input_layernorm.weight", shape: (4096,), dtype: float32
+
 60%|████████████████████████████████████████████████████████████████████████████████████                                                        | 117/195 [00:16<00:07, 10.46it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:25] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.19.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32
+
 60%|████████████████████████████████████████████████████████████████████████████████████                                                        | 117/195 [00:16<00:07, 10.46it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:25] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.19.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float32
+
 60%|████████████████████████████████████████████████████████████████████████████████████                                                        | 117/195 [00:16<00:07, 10.46it/s]
 61%|█████████████████████████████████████████████████████████████████████████████████████▍                                                      | 119/195 [00:16<00:06, 12.05it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:26] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.19.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32
+
 61%|█████████████████████████████████████████████████████████████████████████████████████▍                                                      | 119/195 [00:17<00:06, 12.05it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:26] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.19.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float32
+
 61%|█████████████████████████████████████████████████████████████████████████████████████▍                                                      | 119/195 [00:17<00:06, 12.05it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:26] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.19.post_attention_layernorm.weight", shape: (4096,), dtype: float32
+
 61%|█████████████████████████████████████████████████████████████████████████████████████▍                                                      | 119/195 [00:17<00:06, 12.05it/s]
 62%|██████████████████████████████████████████████████████████████████████████████████████▊                                                     | 121/195 [00:17<00:09,  7.62it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:26] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.19.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32
+
 62%|██████████████████████████████████████████████████████████████████████████████████████▊                                                     | 121/195 [00:17<00:09,  7.62it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:26] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.19.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float32
+
 62%|██████████████████████████████████████████████████████████████████████████████████████▊                                                     | 121/195 [00:17<00:09,  7.62it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:26] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.19.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32
+
 62%|██████████████████████████████████████████████████████████████████████████████████████▊                                                     | 121/195 [00:17<00:09,  7.62it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:26] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.19.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float32
+
 62%|██████████████████████████████████████████████████████████████████████████████████████▊                                                     | 121/195 [00:17<00:09,  7.62it/s]
 63%|████████████████████████████████████████████████████████████████████████████████████████▎                                                   | 123/195 [00:17<00:08,  8.46it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:26] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.2.input_layernorm.weight", shape: (4096,), dtype: float32
+
 63%|████████████████████████████████████████████████████████████████████████████████████████▎                                                   | 123/195 [00:17<00:08,  8.46it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:26] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.2.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32
+
 63%|███████████████████���████████████████████████████████████████████████████████████████████▎                                                   | 123/195 [00:17<00:08,  8.46it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:26] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.2.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float32
+
 63%|████████████████████████████████████████████████████████████████████████████████████████▎                                                   | 123/195 [00:17<00:08,  8.46it/s]
 64%|█████████████████████████████████████████████████████████████████████████████████████████▋                                                  | 125/195 [00:17<00:06, 10.09it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:26] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.2.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32
+
 64%|█████████████████████████████████████████████████████████████████████████████████████████▋                                                  | 125/195 [00:17<00:06, 10.09it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:26] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.2.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float32
+
 64%|█████████████████████████████████████████████████████████████████████████████████████████▋                                                  | 125/195 [00:17<00:06, 10.09it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:26] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.2.post_attention_layernorm.weight", shape: (4096,), dtype: float32
+
 64%|█████████████████████████████████████████████████████████████████████████████████████████▋                                                  | 125/195 [00:17<00:06, 10.09it/s]
 65%|███████████████████████████████████████████████████████████████████████████████████████████▏                                                | 127/195 [00:17<00:07,  9.21it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:27] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.2.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32
+
 65%|███████████████████████████████████████████████████████████████████████████████████████████▏                                                | 127/195 [00:17<00:07,  9.21it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:27] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.2.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float32
+
 65%|██████████████████████████████████████████████████████████████████████��████████████████████▏                                                | 127/195 [00:17<00:07,  9.21it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:27] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.2.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32
+
 65%|███████████████████████████████████████████████████████████████████████████████████████████▏                                                | 127/195 [00:17<00:07,  9.21it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:27] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.2.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float32
+
 65%|███████████████████████████████████████████████████████████████████████████████████████████▏                                                | 127/195 [00:17<00:07,  9.21it/s]
 66%|████████████████████████████████████████████████████████████████████████████████████████████▌                                               | 129/195 [00:17<00:06,  9.76it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:27] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.20.input_layernorm.weight", shape: (4096,), dtype: float32
+
 66%|████████████████████████████████████████████████████████████████████████████████████████████▌                                               | 129/195 [00:17<00:06,  9.76it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:27] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.20.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32
+
 66%|████████████████████████████████████████████████████████████████████████████████████████████▌                                               | 129/195 [00:18<00:06,  9.76it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:27] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.20.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float32
+
 66%|████████████████████████████████████████████████████████████████████████████████████████████▌                                               | 129/195 [00:18<00:06,  9.76it/s]
 67%|██████████████████████████████████████████████████████████████████████████████████████████████                                              | 131/195 [00:18<00:05, 11.39it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:27] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.20.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32
+
 67%|██████████████████████████████████████████████████████████████████████████████████████████████                                              | 131/195 [00:18<00:05, 11.39it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:27] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.20.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float32
+
 67%|██████████████████████████████████████████████████████████████████████████████████████████████                                              | 131/195 [00:18<00:05, 11.39it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:27] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.20.post_attention_layernorm.weight", shape: (4096,), dtype: float32
+
 67%|██████████████████████████████████████████████████████████████████████████████████████████████                                              | 131/195 [00:18<00:05, 11.39it/s]
 68%|███████████████████████████████████████████████████████████████████████████████████████████████▍                                            | 133/195 [00:18<00:06, 10.25it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:27] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.20.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32
+
 68%|███████████████████████████████████████████████████████████████████████████████████████████████▍                                            | 133/195 [00:18<00:06, 10.25it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:27] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.20.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float32
+
 68%|███████████████████████████████████████████████████████████████████████████████████████████████▍                                            | 133/195 [00:18<00:06, 10.25it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:27] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.20.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32
+
 68%|███████████████████████████████████████████████████████████████████████████████████████████████▍                                            | 133/195 [00:18<00:06, 10.25it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:27] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.20.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float32
+
 68%|███████████████████████████████████████████████████████████████████████████████████████████████▍                                            | 133/195 [00:18<00:06, 10.25it/s]
 69%|████████████████████████████████████████████████████████████████████████████████████████████████▉                                           | 135/195 [00:18<00:05, 10.60it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:27] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.21.input_layernorm.weight", shape: (4096,), dtype: float32
+
 69%|████████████████████████████████████████████████████████████████████████████████████████████████▉                                           | 135/195 [00:18<00:05, 10.60it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:27] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.21.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32
+
 69%|████████████████████████████████████████████████████████████████████████████████████████████████▉                                           | 135/195 [00:18<00:05, 10.60it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:27] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.21.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float32
+
 69%|████████████████████████████████████████████████████████████████████████████████████████████████▉                                           | 135/195 [00:18<00:05, 10.60it/s]
 70%|██████████████████████████████████████████████████████████████████████████████████████████████████▎                                         | 137/195 [00:18<00:04, 12.19it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:28] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.21.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32
+
 70%|██████████████████████████████████████████████████████████████████████████████████████████████████▎                                         | 137/195 [00:18<00:04, 12.19it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:28] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.21.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float32
+
 70%|██████████████████████████████████████████████████████████████████████████████████████████████████▎                                         | 137/195 [00:18<00:04, 12.19it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:28] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.21.post_attention_layernorm.weight", shape: (4096,), dtype: float32
+
 70%|██████████████████████████████████████████████████████████████████████████████████████████████████▎                                         | 137/195 [00:18<00:04, 12.19it/s]
 71%|███████████████████████████████████████████████████████████████████████████████████████████████████▊                                        | 139/195 [00:18<00:05,  9.47it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:28] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.21.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32
+
 71%|███████████████████████████████████████████████████████████████████████████████████████████████████▊                                        | 139/195 [00:19<00:05,  9.47it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:28] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.21.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float32
+
 71%|███████████████████████████████████████████████████████████████████████████████████████████████████▊                                        | 139/195 [00:19<00:05,  9.47it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:28] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.21.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32
+
 71%|███████████████████████████████████████████████████████████████████████████████████████████████████▊                                        | 139/195 [00:19<00:05,  9.47it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:28] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.21.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float32
+
 71%|███████████████████████████████████████████████████████████████████████████████████████████████████▊                                        | 139/195 [00:19<00:05,  9.47it/s]
 72%|█████████████████████████████████████████████████████████████████████████████████████████████████████▏                                      | 141/195 [00:19<00:05,  9.99it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:28] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.22.input_layernorm.weight", shape: (4096,), dtype: float32
+
 72%|█████████████████████████████████████████████████████████████████████████████████████████████████████▏                                      | 141/195 [00:19<00:05,  9.99it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:28] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.22.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32
+
 72%|█████████████████████████████████████████████████████████████████████████████████████████████████████▏                                      | 141/195 [00:19<00:05,  9.99it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:28] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.22.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float32
+
 72%|█████████████████████████████████████████████████████████████████████████████████████████████████████▏                                      | 141/195 [00:19<00:05,  9.99it/s]
 73%|██████████████████████████████████████████████████████████████████████████████████████████████████████▋                                     | 143/195 [00:19<00:04, 11.59it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:28] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.22.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32
+
 73%|██████████████████████████████████████████████████████████████████████████████████████████████████████▋                                     | 143/195 [00:19<00:04, 11.59it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:28] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.22.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float32
+
 73%|██████████████████████████████████████████████████████████████████████████████████████████████████████▋                                     | 143/195 [00:19<00:04, 11.59it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:28] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.22.post_attention_layernorm.weight", shape: (4096,), dtype: float32
+
 73%|██████████████████████████████████████████████████████████████████████████████████████████████████████▋                                     | 143/195 [00:19<00:04, 11.59it/s]
 74%|████████████████████████████████████████████████████████████████████████████████████████████████████████                                    | 145/195 [00:19<00:05,  9.41it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:28] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.22.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32
+
 74%|████████████████████████████████████████████████████████████████████████████████████████████████████████                                    | 145/195 [00:19<00:05,  9.41it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:28] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.22.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float32
+
 74%|████████████████████████████████████████████████████████████████████████████████████████████████████████                                    | 145/195 [00:19<00:05,  9.41it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:28] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.22.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32
+
 74%|████████████████████████████████████████████████████████████████████████████████████████████████████████                                    | 145/195 [00:19<00:05,  9.41it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:28] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.22.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float32
+
 74%|████████████████████████████████████████████████████████████████████████████████████████████████████████                                    | 145/195 [00:19<00:05,  9.41it/s]
 75%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▌                                  | 147/195 [00:19<00:04,  9.97it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:28] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.23.input_layernorm.weight", shape: (4096,), dtype: float32
+
 75%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▌                                  | 147/195 [00:19<00:04,  9.97it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:29] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.23.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32
+
 75%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▌                                  | 147/195 [00:19<00:04,  9.97it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:29] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.23.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float32
+
 75%|█████████████████████████████████████████████████████████████████████████████████████████████████████████▌                                  | 147/195 [00:19<00:04,  9.97it/s]
 76%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▉                                 | 149/195 [00:19<00:04, 10.19it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:29] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.23.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32
+
 76%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▉                                 | 149/195 [00:20<00:04, 10.19it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:29] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.23.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float32
+
 76%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▉                                 | 149/195 [00:20<00:04, 10.19it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:29] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.23.post_attention_layernorm.weight", shape: (4096,), dtype: float32
+
 76%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▉                                 | 149/195 [00:20<00:04, 10.19it/s]
 77%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▍                               | 151/195 [00:20<00:04,  8.98it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:29] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.23.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32
+
 77%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▍                               | 151/195 [00:20<00:04,  8.98it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:29] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.23.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float32
+
 77%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▍                               | 151/195 [00:20<00:04,  8.98it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:29] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.23.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32
+
 77%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▍                               | 151/195 [00:20<00:04,  8.98it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:29] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.23.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float32
+
 77%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▍                               | 151/195 [00:20<00:04,  8.98it/s]
 78%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▊                              | 153/195 [00:20<00:04,  9.60it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:29] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.3.input_layernorm.weight", shape: (4096,), dtype: float32
+
 78%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▊                              | 153/195 [00:20<00:04,  9.60it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:29] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.3.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32
+
 78%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▊                              | 153/195 [00:20<00:04,  9.60it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:29] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.3.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float32
+
 78%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▊                              | 153/195 [00:20<00:04,  9.60it/s]
 79%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████▎                            | 155/195 [00:20<00:03, 11.23it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:29] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.3.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32
+
 79%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████▎                            | 155/195 [00:20<00:03, 11.23it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:29] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.3.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float32
+
 79%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████▎                            | 155/195 [00:20<00:03, 11.23it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:29] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.3.post_attention_layernorm.weight", shape: (4096,), dtype: float32
+
 79%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████▎                            | 155/195 [00:20<00:03, 11.23it/s]
 81%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋                           | 157/195 [00:20<00:03,  9.63it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:29] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.3.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32
+
 81%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋                           | 157/195 [00:20<00:03,  9.63it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:29] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.3.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float32
+
 81%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋                           | 157/195 [00:20<00:03,  9.63it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:30] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.3.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32
+
 81%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋                           | 157/195 [00:20<00:03,  9.63it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:30] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.3.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float32
+
 81%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋                           | 157/195 [00:20<00:03,  9.63it/s]
 82%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏                         | 159/195 [00:20<00:03,  9.36it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:30] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.4.input_layernorm.weight", shape: (4096,), dtype: float32
+
 82%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏                         | 159/195 [00:20<00:03,  9.36it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:30] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.4.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32
+
 82%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏                         | 159/195 [00:21<00:03,  9.36it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:30] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.4.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float32
+
 82%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏                         | 159/195 [00:21<00:03,  9.36it/s]
 83%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌                        | 161/195 [00:21<00:03, 10.99it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:30] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.4.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32
+
 83%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌                        | 161/195 [00:21<00:03, 10.99it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:30] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.4.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float32
+
 83%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌                        | 161/195 [00:21<00:03, 10.99it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:30] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.4.post_attention_layernorm.weight", shape: (4096,), dtype: float32
+
 83%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌                        | 161/195 [00:21<00:03, 10.99it/s]
 84%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████                       | 163/195 [00:21<00:03,  9.03it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:30] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.4.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32
+
 84%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████                       | 163/195 [00:21<00:03,  9.03it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:30] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.4.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float32
+
 84%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████                       | 163/195 [00:21<00:03,  9.03it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:30] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.4.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32
+
 84%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████                       | 163/195 [00:21<00:03,  9.03it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:30] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.4.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float32
+
 84%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████                       | 163/195 [00:21<00:03,  9.03it/s]
 85%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍                     | 165/195 [00:21<00:03,  9.67it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:30] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.5.input_layernorm.weight", shape: (4096,), dtype: float32
+
 85%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍                     | 165/195 [00:21<00:03,  9.67it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:30] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.5.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32
+
 85%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍                     | 165/195 [00:21<00:03,  9.67it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:30] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.5.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float32
+
 85%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍                     | 165/195 [00:21<00:03,  9.67it/s]
 86%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▉                    | 167/195 [00:21<00:02, 11.30it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:31] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.5.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32
+
 86%|███████████���███████████████████████████████████████████████████████████████████████████████████████████████████████████▉                    | 167/195 [00:21<00:02, 11.30it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:31] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.5.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float32
+
 86%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▉                    | 167/195 [00:21<00:02, 11.30it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:31] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.5.post_attention_layernorm.weight", shape: (4096,), dtype: float32
+
 86%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▉                    | 167/195 [00:21<00:02, 11.30it/s]
 87%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎                  | 169/195 [00:21<00:03,  8.35it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:31] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.5.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32
+
 87%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎                  | 169/195 [00:22<00:03,  8.35it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:31] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.5.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float32
+
 87%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎                  | 169/195 [00:22<00:03,  8.35it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:31] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.5.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32
+
 87%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎                  | 169/195 [00:22<00:03,  8.35it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:31] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.5.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float32
+
 87%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎                  | 169/195 [00:22<00:03,  8.35it/s]
 88%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊                 | 171/195 [00:22<00:02,  9.07it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:31] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.6.input_layernorm.weight", shape: (4096,), dtype: float32
+
 88%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊                 | 171/195 [00:22<00:02,  9.07it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:31] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.6.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32
+
 88%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊                 | 171/195 [00:22<00:02,  9.07it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:31] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.6.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float32
+
 88%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊                 | 171/195 [00:22<00:02,  9.07it/s]
 89%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏               | 173/195 [00:22<00:02, 10.68it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:31] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.6.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32
+
 89%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏               | 173/195 [00:22<00:02, 10.68it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:31] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.6.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float32
+
 89%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏               | 173/195 [00:22<00:02, 10.68it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:31] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.6.post_attention_layernorm.weight", shape: (4096,), dtype: float32
+
 89%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏               | 173/195 [00:22<00:02, 10.68it/s]
 90%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋              | 175/195 [00:22<00:02,  8.76it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:31] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.6.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32
+
 90%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋              | 175/195 [00:22<00:02,  8.76it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:31] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.6.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float32
+
 90%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋              | 175/195 [00:22<00:02,  8.76it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:31] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.6.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32
+
 90%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋              | 175/195 [00:22<00:02,  8.76it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:31] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.6.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float32
+
 90%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋              | 175/195 [00:22<00:02,  8.76it/s]
 91%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████             | 177/195 [00:22<00:01,  9.41it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:31] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.7.input_layernorm.weight", shape: (4096,), dtype: float32
+
 91%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████             | 177/195 [00:22<00:01,  9.41it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:32] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.7.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32
+
 91%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████             | 177/195 [00:22<00:01,  9.41it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:32] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.7.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float32
+
 91%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████             | 177/195 [00:22<00:01,  9.41it/s]
 92%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌           | 179/195 [00:22<00:01, 11.05it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:32] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.7.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32
+
 92%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌           | 179/195 [00:23<00:01, 11.05it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:32] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.7.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float32
+
 92%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌           | 179/195 [00:23<00:01, 11.05it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:32] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.7.post_attention_layernorm.weight", shape: (4096,), dtype: float32
+
 92%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌           | 179/195 [00:23<00:01, 11.05it/s]
 93%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▉          | 181/195 [00:23<00:01,  9.17it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:32] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.7.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32
+
 93%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▉          | 181/195 [00:23<00:01,  9.17it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:32] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.7.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float32
+
 93%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▉          | 181/195 [00:23<00:01,  9.17it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:32] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.7.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32
+
 93%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▉          | 181/195 [00:23<00:01,  9.17it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:32] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.7.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float32
+
 93%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▉          | 181/195 [00:23<00:01,  9.17it/s]
 94%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍        | 183/195 [00:23<00:01,  9.75it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:32] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.8.input_layernorm.weight", shape: (4096,), dtype: float32
+
 94%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍        | 183/195 [00:23<00:01,  9.75it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:32] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.8.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32
+
 94%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍        | 183/195 [00:23<00:01,  9.75it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:32] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.8.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float32
+
 94%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍        | 183/195 [00:23<00:01,  9.75it/s]
 95%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊       | 185/195 [00:23<00:00, 11.36it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:32] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.8.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32
+
 95%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊       | 185/195 [00:23<00:00, 11.36it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:32] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.8.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float32
+
 95%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊       | 185/195 [00:23<00:00, 11.36it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:32] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.8.post_attention_layernorm.weight", shape: (4096,), dtype: float32
+
 95%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊       | 185/195 [00:23<00:00, 11.36it/s]
 96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎     | 187/195 [00:23<00:00,  9.03it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:33] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.8.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32
+
 96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎     | 187/195 [00:23<00:00,  9.03it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:33] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.8.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float32
+
 96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎     | 187/195 [00:23<00:00,  9.03it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:33] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.8.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32
+
 96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎     | 187/195 [00:23<00:00,  9.03it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:33] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.8.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float32
+
 96%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎     | 187/195 [00:23<00:00,  9.03it/s]
 97%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋    | 189/195 [00:23<00:00,  9.66it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:33] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.9.input_layernorm.weight", shape: (4096,), dtype: float32
+
 97%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋    | 189/195 [00:23<00:00,  9.66it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:33] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.9.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32
+
 97%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋    | 189/195 [00:24<00:00,  9.66it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:33] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.9.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float32
+
 97%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋    | 189/195 [00:24<00:00,  9.66it/s]
 98%|███████████████████████████████████████���█████████████████████████████████████████████████████████████████████████████████████████████████▏  | 191/195 [00:24<00:00,  9.99it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:33] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.9.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32
+
 98%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏  | 191/195 [00:24<00:00,  9.99it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:33] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.9.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float32
+
 98%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏  | 191/195 [00:24<00:00,  9.99it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:33] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.9.post_attention_layernorm.weight", shape: (4096,), dtype: float32
+
 98%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏  | 191/195 [00:24<00:00,  9.99it/s]
 99%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 193/195 [00:24<00:00,  8.49it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:33] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.9.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32
+
 99%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 193/195 [00:24<00:00,  8.49it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:33] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.9.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float32
+
 99%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 193/195 [00:24<00:00,  8.49it/s]
 99%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎| 194/195 [00:24<00:00,  8.28it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:33] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.9.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32
+
 99%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎| 194/195 [00:24<00:00,  8.28it/s]
                                                                                                                                                                                   
[2023-11-28 19:58:33] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.9.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float32
+
 99%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎| 194/195 [00:24<00:00,  8.28it/s]
100%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 195/195 [00:24<00:00,  7.91it/s]
+[2023-11-28 19:58:33] INFO huggingface_loader.py:179: Unloading HF weight file: /models/Llama-2-7b-chat-hf/pytorch_model-00001-of-00002.bin
+[2023-11-28 19:58:34] INFO stats.py:71: Time usage: HF loading: 4.687 sec; Pre-quantization mapping: 13.471 sec; Quantization: 1.360 sec
+[2023-11-28 19:58:34] INFO stats.py:85: RAM usage: Peak RAM: 9.291 GB. Total bytes loaded from disk: 12.551 GB
+[2023-11-28 19:58:34] INFO convert_weight.py:109: Parameter size after quantization: 3.923 GB
+[2023-11-28 19:58:34] INFO convert_weight.py:114: Total parameters: 6,738,415,616
+[2023-11-28 19:58:34] INFO convert_weight.py:115: Bits per parameter: 5.001
+Start storing to cache /tmp/tmpp14fhh12
+

[0001/0325] saving lm_head.q_weight
                                   
[0002/0325] saving lm_head.q_scale
                                   
[0003/0325] saving model.layers.24.input_layernorm.weight
                                                         
[0004/0325] saving model.layers.24.mlp.down_proj.q_weight
                                                         
[0005/0325] saving model.layers.24.mlp.down_proj.q_scale
                                                         
[0006/0325] saving model.layers.24.mlp.gate_up_proj.q_weight
                                                            
[0007/0325] saving model.layers.24.mlp.gate_up_proj.q_scale
                                                            
[0008/0325] saving model.layers.24.post_attention_layernorm.weight
                                                                  
[0009/0325] saving model.layers.24.self_attn.qkv_proj.q_weight
                                                                  
[0010/0325] saving model.layers.24.self_attn.qkv_proj.q_scale
                                                                  
[0011/0325] saving model.layers.24.self_attn.o_proj.q_weight
                                                                  
[0012/0325] saving model.layers.24.self_attn.o_proj.q_scale
                                                                  
[0013/0325] saving model.layers.25.input_layernorm.weight
                                                                  
[0014/0325] saving model.layers.25.mlp.down_proj.q_weight
                                                                  
[0015/0325] saving model.layers.25.mlp.down_proj.q_scale
                                                                  
[0016/0325] saving model.layers.25.mlp.gate_up_proj.q_weight
                                                                  
[0017/0325] saving model.layers.25.mlp.gate_up_proj.q_scale
                                                                  
[0018/0325] saving model.layers.25.post_attention_layernorm.weight
                                                                  
[0019/0325] saving model.layers.25.self_attn.qkv_proj.q_weight
                                                                  
[0020/0325] saving model.layers.25.self_attn.qkv_proj.q_scale
                                                                  
[0021/0325] saving model.layers.25.self_attn.o_proj.q_weight
                                                                  
[0022/0325] saving model.layers.25.self_attn.o_proj.q_scale
                                                                  
[0023/0325] saving model.layers.26.input_layernorm.weight
                                                                  
[0024/0325] saving model.layers.26.mlp.down_proj.q_weight
                                                                  
[0025/0325] saving model.layers.26.mlp.down_proj.q_scale
                                                                  
[0026/0325] saving model.layers.26.mlp.gate_up_proj.q_weight
                                                                  
[0027/0325] saving model.layers.26.mlp.gate_up_proj.q_scale
                                                                  
[0028/0325] saving model.layers.26.post_attention_layernorm.weight
                                                                  
[0029/0325] saving model.layers.26.self_attn.qkv_proj.q_weight
                                                                  
[0030/0325] saving model.layers.26.self_attn.qkv_proj.q_scale
                                                                  
[0031/0325] saving model.layers.26.self_attn.o_proj.q_weight
                                                                  
[0032/0325] saving model.layers.26.self_attn.o_proj.q_scale
                                                                  
[0033/0325] saving model.layers.27.input_layernorm.weight
                                                                  
[0034/0325] saving model.layers.27.mlp.down_proj.q_weight
                                                                  
[0035/0325] saving model.layers.27.mlp.down_proj.q_scale
                                                                  
[0036/0325] saving model.layers.27.mlp.gate_up_proj.q_weight
                                                                  
[0037/0325] saving model.layers.27.mlp.gate_up_proj.q_scale
                                                                  
[0038/0325] saving model.layers.27.post_attention_layernorm.weight
                                                                  
[0039/0325] saving model.layers.27.self_attn.qkv_proj.q_weight
                                                                  
[0040/0325] saving model.layers.27.self_attn.qkv_proj.q_scale
                                                                  
[0041/0325] saving model.layers.27.self_attn.o_proj.q_weight
                                                                  
[0042/0325] saving model.layers.27.self_attn.o_proj.q_scale
                                                                  
[0043/0325] saving model.layers.28.input_layernorm.weight
                                                                  
[0044/0325] saving model.layers.28.mlp.down_proj.q_weight
                                                                  
[0045/0325] saving model.layers.28.mlp.down_proj.q_scale
                                                                  
[0046/0325] saving model.layers.28.mlp.gate_up_proj.q_weight
                                                                  
[0047/0325] saving model.layers.28.mlp.gate_up_proj.q_scale
                                                                  
[0048/0325] saving model.layers.28.post_attention_layernorm.weight
                                                                  
[0049/0325] saving model.layers.28.self_attn.qkv_proj.q_weight
                                                                  
[0050/0325] saving model.layers.28.self_attn.qkv_proj.q_scale
                                                                  
[0051/0325] saving model.layers.28.self_attn.o_proj.q_weight
                                                                  
[0052/0325] saving model.layers.28.self_attn.o_proj.q_scale
                                                                  
[0053/0325] saving model.layers.29.input_layernorm.weight
                                                                  
[0054/0325] saving model.layers.29.mlp.down_proj.q_weight
                                                                  
[0055/0325] saving model.layers.29.mlp.down_proj.q_scale
                                                                  
[0056/0325] saving model.layers.29.mlp.gate_up_proj.q_weight
                                                                  
[0057/0325] saving model.layers.29.mlp.gate_up_proj.q_scale
                                                                  
[0058/0325] saving model.layers.29.post_attention_layernorm.weight
                                                                  
[0059/0325] saving model.layers.29.self_attn.qkv_proj.q_weight
                                                                  
[0060/0325] saving model.layers.29.self_attn.qkv_proj.q_scale
                                                                  
[0061/0325] saving model.layers.29.self_attn.o_proj.q_weight
                                                                  
[0062/0325] saving model.layers.29.self_attn.o_proj.q_scale
                                                                  
[0063/0325] saving model.layers.30.input_layernorm.weight
                                                                  
[0064/0325] saving model.layers.30.mlp.down_proj.q_weight
                                                                  
[0065/0325] saving model.layers.30.mlp.down_proj.q_scale
                                                                  
[0066/0325] saving model.layers.30.mlp.gate_up_proj.q_weight
                                                                  
[0067/0325] saving model.layers.30.mlp.gate_up_proj.q_scale
                                                                  
[0068/0325] saving model.layers.30.post_attention_layernorm.weight
                                                                  
[0069/0325] saving model.layers.30.self_attn.qkv_proj.q_weight
                                                                  
[0070/0325] saving model.layers.30.self_attn.qkv_proj.q_scale
                                                                  
[0071/0325] saving model.layers.30.self_attn.o_proj.q_weight
                                                                  
[0072/0325] saving model.layers.30.self_attn.o_proj.q_scale
                                                                  
[0073/0325] saving model.layers.31.input_layernorm.weight
                                                                  
[0074/0325] saving model.layers.31.mlp.down_proj.q_weight
                                                                  
[0075/0325] saving model.layers.31.mlp.down_proj.q_scale
                                                                  
[0076/0325] saving model.layers.31.mlp.gate_up_proj.q_weight
                                                                  
[0077/0325] saving model.layers.31.mlp.gate_up_proj.q_scale
                                                                  
[0078/0325] saving model.layers.31.post_attention_layernorm.weight
                                                                  
[0079/0325] saving model.layers.31.self_attn.qkv_proj.q_weight
                                                                  
[0080/0325] saving model.layers.31.self_attn.qkv_proj.q_scale
                                                                  
[0081/0325] saving model.layers.31.self_attn.o_proj.q_weight
                                                                  
[0082/0325] saving model.layers.31.self_attn.o_proj.q_scale
                                                                  
[0083/0325] saving model.norm.weight
                                                                  
[0084/0325] saving model.embed_tokens.q_weight
                                                                  
[0085/0325] saving model.embed_tokens.q_scale
                                                                  
[0086/0325] saving model.layers.0.input_layernorm.weight
                                                                  
[0087/0325] saving model.layers.0.mlp.down_proj.q_weight
                                                                  
[0088/0325] saving model.layers.0.mlp.down_proj.q_scale
                                                                  
[0089/0325] saving model.layers.0.mlp.gate_up_proj.q_weight
                                                                  
[0090/0325] saving model.layers.0.mlp.gate_up_proj.q_scale
                                                                  
[0091/0325] saving model.layers.0.post_attention_layernorm.weight
                                                                  
[0092/0325] saving model.layers.0.self_attn.qkv_proj.q_weight
                                                                  
[0093/0325] saving model.layers.0.self_attn.qkv_proj.q_scale
                                                                  
[0094/0325] saving model.layers.0.self_attn.o_proj.q_weight
                                                                  
[0095/0325] saving model.layers.0.self_attn.o_proj.q_scale
                                                                  
[0096/0325] saving model.layers.1.input_layernorm.weight
                                                                  
[0097/0325] saving model.layers.1.mlp.down_proj.q_weight
                                                                  
[0098/0325] saving model.layers.1.mlp.down_proj.q_scale
                                                                  
[0099/0325] saving model.layers.1.mlp.gate_up_proj.q_weight
                                                                  
[0100/0325] saving model.layers.1.mlp.gate_up_proj.q_scale
                                                                  
[0101/0325] saving model.layers.1.post_attention_layernorm.weight
                                                                  
[0102/0325] saving model.layers.1.self_attn.qkv_proj.q_weight
                                                                  
[0103/0325] saving model.layers.1.self_attn.qkv_proj.q_scale
                                                                  
[0104/0325] saving model.layers.1.self_attn.o_proj.q_weight
                                                                  
[0105/0325] saving model.layers.1.self_attn.o_proj.q_scale
                                                                  
[0106/0325] saving model.layers.10.input_layernorm.weight
                                                                  
[0107/0325] saving model.layers.10.mlp.down_proj.q_weight
                                                                  
[0108/0325] saving model.layers.10.mlp.down_proj.q_scale
                                                                  
[0109/0325] saving model.layers.10.mlp.gate_up_proj.q_weight
                                                                  
[0110/0325] saving model.layers.10.mlp.gate_up_proj.q_scale
                                                                  
[0111/0325] saving model.layers.10.post_attention_layernorm.weight
                                                                  
[0112/0325] saving model.layers.10.self_attn.qkv_proj.q_weight
                                                                  
[0113/0325] saving model.layers.10.self_attn.qkv_proj.q_scale
                                                                  
[0114/0325] saving model.layers.10.self_attn.o_proj.q_weight
                                                                  
[0115/0325] saving model.layers.10.self_attn.o_proj.q_scale
                                                                  
[0116/0325] saving model.layers.11.input_layernorm.weight
                                                                  
[0117/0325] saving model.layers.11.mlp.down_proj.q_weight
                                                                  
[0118/0325] saving model.layers.11.mlp.down_proj.q_scale
                                                                  
[0119/0325] saving model.layers.11.mlp.gate_up_proj.q_weight
                                                                  
[0120/0325] saving model.layers.11.mlp.gate_up_proj.q_scale
                                                                  
[0121/0325] saving model.layers.11.post_attention_layernorm.weight
                                                                  
[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.12.input_layernorm.weight
                                                                  
[0127/0325] saving model.layers.12.mlp.down_proj.q_weight
                                                                  
[0128/0325] saving model.layers.12.mlp.down_proj.q_scale
                                                                  
[0129/0325] saving model.layers.12.mlp.gate_up_proj.q_weight
                                                                  
[0130/0325] saving model.layers.12.mlp.gate_up_proj.q_scale
                                                                  
[0131/0325] saving model.layers.12.post_attention_layernorm.weight
                                                                  
[0132/0325] saving model.layers.12.self_attn.qkv_proj.q_weight
                                                                  
[0133/0325] saving model.layers.12.self_attn.qkv_proj.q_scale
                                                                  
[0134/0325] saving model.layers.12.self_attn.o_proj.q_weight
                                                                  
[0135/0325] saving model.layers.12.self_attn.o_proj.q_scale
                                                                  
[0136/0325] saving model.layers.13.input_layernorm.weight
                                                                  
[0137/0325] saving model.layers.13.mlp.down_proj.q_weight
                                                                  
[0138/0325] saving model.layers.13.mlp.down_proj.q_scale
                                                                  
[0139/0325] saving model.layers.13.mlp.gate_up_proj.q_weight
                                                                  
[0140/0325] saving model.layers.13.mlp.gate_up_proj.q_scale
                                                                  
[0141/0325] saving model.layers.13.post_attention_layernorm.weight
                                                                  
[0142/0325] saving model.layers.13.self_attn.qkv_proj.q_weight
                                                                  
[0143/0325] saving model.layers.13.self_attn.qkv_proj.q_scale
                                                                  
[0144/0325] saving model.layers.13.self_attn.o_proj.q_weight
                                                                  
[0145/0325] saving model.layers.13.self_attn.o_proj.q_scale
                                                                  
[0146/0325] saving model.layers.14.input_layernorm.weight
                                                                  
[0147/0325] saving model.layers.14.mlp.down_proj.q_weight
                                                                  
[0148/0325] saving model.layers.14.mlp.down_proj.q_scale
                                                                  
[0149/0325] saving model.layers.14.mlp.gate_up_proj.q_weight
                                                                  
[0150/0325] saving model.layers.14.mlp.gate_up_proj.q_scale
                                                                  
[0151/0325] saving model.layers.14.post_attention_layernorm.weight
                                                                  
[0152/0325] saving model.layers.14.self_attn.qkv_proj.q_weight
                                                                  
[0153/0325] saving model.layers.14.self_attn.qkv_proj.q_scale
                                                                  
[0154/0325] saving model.layers.14.self_attn.o_proj.q_weight
                                                                  
[0155/0325] saving model.layers.14.self_attn.o_proj.q_scale
                                                                  
[0156/0325] saving model.layers.15.input_layernorm.weight
                                                                  
[0157/0325] saving model.layers.15.mlp.down_proj.q_weight
                                                                  
[0158/0325] saving model.layers.15.mlp.down_proj.q_scale
                                                                  
[0159/0325] saving model.layers.15.mlp.gate_up_proj.q_weight
                                                                  
[0160/0325] saving model.layers.15.mlp.gate_up_proj.q_scale
                                                                  
[0161/0325] saving model.layers.15.post_attention_layernorm.weight
                                                                  
[0162/0325] saving model.layers.15.self_attn.qkv_proj.q_weight
                                                                  
[0163/0325] saving model.layers.15.self_attn.qkv_proj.q_scale
                                                                  
[0164/0325] saving model.layers.15.self_attn.o_proj.q_weight
                                                                  
[0165/0325] saving model.layers.15.self_attn.o_proj.q_scale
                                                                  
[0166/0325] saving model.layers.16.input_layernorm.weight
                                                                  
[0167/0325] saving model.layers.16.mlp.down_proj.q_weight
                                                                  
[0168/0325] saving model.layers.16.mlp.down_proj.q_scale
                                                                  
[0169/0325] saving model.layers.16.mlp.gate_up_proj.q_weight
                                                                  
[0170/0325] saving model.layers.16.mlp.gate_up_proj.q_scale
                                                                  
[0171/0325] saving model.layers.16.post_attention_layernorm.weight
                                                                  
[0172/0325] saving model.layers.16.self_attn.qkv_proj.q_weight
                                                                  
[0173/0325] saving model.layers.16.self_attn.qkv_proj.q_scale
                                                                  
[0174/0325] saving model.layers.16.self_attn.o_proj.q_weight
                                                                  
[0175/0325] saving model.layers.16.self_attn.o_proj.q_scale
                                                                  
[0176/0325] saving model.layers.17.input_layernorm.weight
                                                                  
[0177/0325] saving model.layers.17.mlp.down_proj.q_weight
                                                                  
[0178/0325] saving model.layers.17.mlp.down_proj.q_scale
                                                                  
[0179/0325] saving model.layers.17.mlp.gate_up_proj.q_weight
                                                                  
[0180/0325] saving model.layers.17.mlp.gate_up_proj.q_scale
                                                                  
[0181/0325] saving model.layers.17.post_attention_layernorm.weight
                                                                  
[0182/0325] saving model.layers.17.self_attn.qkv_proj.q_weight
                                                                  
[0183/0325] saving model.layers.17.self_attn.qkv_proj.q_scale
                                                                  
[0184/0325] saving model.layers.17.self_attn.o_proj.q_weight
                                                                  
[0185/0325] saving model.layers.17.self_attn.o_proj.q_scale
                                                                  
[0186/0325] saving model.layers.18.input_layernorm.weight
                                                                  
[0187/0325] saving model.layers.18.mlp.down_proj.q_weight
                                                                  
[0188/0325] saving model.layers.18.mlp.down_proj.q_scale
                                                                  
[0189/0325] saving model.layers.18.mlp.gate_up_proj.q_weight
                                                                  
[0190/0325] saving model.layers.18.mlp.gate_up_proj.q_scale
                                                                  
[0191/0325] saving model.layers.18.post_attention_layernorm.weight
                                                                  
[0192/0325] saving model.layers.18.self_attn.qkv_proj.q_weight
                                                                  
[0193/0325] saving model.layers.18.self_attn.qkv_proj.q_scale
                                                                  
[0194/0325] saving model.layers.18.self_attn.o_proj.q_weight
                                                                  
[0195/0325] saving model.layers.18.self_attn.o_proj.q_scale
                                                                  
[0196/0325] saving model.layers.19.input_layernorm.weight
                                                                  
[0197/0325] saving model.layers.19.mlp.down_proj.q_weight
                                                                  
[0198/0325] saving model.layers.19.mlp.down_proj.q_scale
                                                                  
[0199/0325] saving model.layers.19.mlp.gate_up_proj.q_weight
                                                                  
[0200/0325] saving model.layers.19.mlp.gate_up_proj.q_scale
                                                                  
[0201/0325] saving model.layers.19.post_attention_layernorm.weight
                                                                  
[0202/0325] saving model.layers.19.self_attn.qkv_proj.q_weight
                                                                  
[0203/0325] saving model.layers.19.self_attn.qkv_proj.q_scale
                                                                  
[0204/0325] saving model.layers.19.self_attn.o_proj.q_weight
                                                                  
[0205/0325] saving model.layers.19.self_attn.o_proj.q_scale
                                                                  
[0206/0325] saving model.layers.2.input_layernorm.weight
                                                                  
[0207/0325] saving model.layers.2.mlp.down_proj.q_weight
                                                                  
[0208/0325] saving model.layers.2.mlp.down_proj.q_scale
                                                                  
[0209/0325] saving model.layers.2.mlp.gate_up_proj.q_weight
                                                                  
[0210/0325] saving model.layers.2.mlp.gate_up_proj.q_scale
                                                                  
[0211/0325] saving model.layers.2.post_attention_layernorm.weight
                                                                  
[0212/0325] saving model.layers.2.self_attn.qkv_proj.q_weight
                                                                  
[0213/0325] saving model.layers.2.self_attn.qkv_proj.q_scale
                                                                  
[0214/0325] saving model.layers.2.self_attn.o_proj.q_weight
                                                                  
[0215/0325] saving model.layers.2.self_attn.o_proj.q_scale
                                                                  
[0216/0325] saving model.layers.20.input_layernorm.weight
                                                                  
[0217/0325] saving model.layers.20.mlp.down_proj.q_weight
                                                                  
[0218/0325] saving model.layers.20.mlp.down_proj.q_scale
                                                                  
[0219/0325] saving model.layers.20.mlp.gate_up_proj.q_weight
                                                                  
[0220/0325] saving model.layers.20.mlp.gate_up_proj.q_scale
                                                                  
[0221/0325] saving model.layers.20.post_attention_layernorm.weight
                                                                  
[0222/0325] saving model.layers.20.self_attn.qkv_proj.q_weight
                                                                  
[0223/0325] saving model.layers.20.self_attn.qkv_proj.q_scale
                                                                  
[0224/0325] saving model.layers.20.self_attn.o_proj.q_weight
                                                                  
[0225/0325] saving model.layers.20.self_attn.o_proj.q_scale
                                                                  
[0226/0325] saving model.layers.21.input_layernorm.weight
                                                                  
[0227/0325] saving model.layers.21.mlp.down_proj.q_weight
                                                                  
[0228/0325] saving model.layers.21.mlp.down_proj.q_scale
                                                                  
[0229/0325] saving model.layers.21.mlp.gate_up_proj.q_weight
                                                                  
[0230/0325] saving model.layers.21.mlp.gate_up_proj.q_scale
                                                                  
[0231/0325] saving model.layers.21.post_attention_layernorm.weight
                                                                  
[0232/0325] saving model.layers.21.self_attn.qkv_proj.q_weight
                                                                  
[0233/0325] saving model.layers.21.self_attn.qkv_proj.q_scale
                                                                  
[0234/0325] saving model.layers.21.self_attn.o_proj.q_weight
                                                                  
[0235/0325] saving model.layers.21.self_attn.o_proj.q_scale
                                                                  
[0236/0325] saving model.layers.22.input_layernorm.weight
                                                                  
[0237/0325] saving model.layers.22.mlp.down_proj.q_weight
                                                                  
[0238/0325] saving model.layers.22.mlp.down_proj.q_scale
                                                                  
[0239/0325] saving model.layers.22.mlp.gate_up_proj.q_weight
                                                                  
[0240/0325] saving model.layers.22.mlp.gate_up_proj.q_scale
                                                                  
[0241/0325] saving model.layers.22.post_attention_layernorm.weight
                                                                  
[0242/0325] saving model.layers.22.self_attn.qkv_proj.q_weight
                                                                  
[0243/0325] saving model.layers.22.self_attn.qkv_proj.q_scale
                                                                  
[0244/0325] saving model.layers.22.self_attn.o_proj.q_weight
                                                                  
[0245/0325] saving model.layers.22.self_attn.o_proj.q_scale
                                                                  
[0246/0325] saving model.layers.23.input_layernorm.weight
                                                                  
[0247/0325] saving model.layers.23.mlp.down_proj.q_weight
                                                                  
[0248/0325] saving model.layers.23.mlp.down_proj.q_scale
                                                                  
[0249/0325] saving model.layers.23.mlp.gate_up_proj.q_weight
                                                                  
[0250/0325] saving model.layers.23.mlp.gate_up_proj.q_scale
                                                                  
[0251/0325] saving model.layers.23.post_attention_layernorm.weight
                                                                  
[0252/0325] saving model.layers.23.self_attn.qkv_proj.q_weight
                                                                  
[0253/0325] saving model.layers.23.self_attn.qkv_proj.q_scale
                                                                  
[0254/0325] saving model.layers.23.self_attn.o_proj.q_weight
                                                                  
[0255/0325] saving model.layers.23.self_attn.o_proj.q_scale
                                                                  
[0256/0325] saving model.layers.3.input_layernorm.weight
                                                                  
[0257/0325] saving model.layers.3.mlp.down_proj.q_weight
                                                                  
[0258/0325] saving model.layers.3.mlp.down_proj.q_scale
                                                                  
[0259/0325] saving model.layers.3.mlp.gate_up_proj.q_weight
                                                                  
[0260/0325] saving model.layers.3.mlp.gate_up_proj.q_scale
                                                                  
[0261/0325] saving model.layers.3.post_attention_layernorm.weight
                                                                  
[0262/0325] saving model.layers.3.self_attn.qkv_proj.q_weight
                                                                  
[0263/0325] saving model.layers.3.self_attn.qkv_proj.q_scale
                                                                  
[0264/0325] saving model.layers.3.self_attn.o_proj.q_weight
                                                                  
[0265/0325] saving model.layers.3.self_attn.o_proj.q_scale
                                                                  
[0266/0325] saving model.layers.4.input_layernorm.weight
                                                                  
[0267/0325] saving model.layers.4.mlp.down_proj.q_weight
                                                                  
[0268/0325] saving model.layers.4.mlp.down_proj.q_scale
                                                                  
[0269/0325] saving model.layers.4.mlp.gate_up_proj.q_weight
                                                                  
[0270/0325] saving model.layers.4.mlp.gate_up_proj.q_scale
                                                                  
[0271/0325] saving model.layers.4.post_attention_layernorm.weight
                                                                  
[0272/0325] saving model.layers.4.self_attn.qkv_proj.q_weight
                                                                  
[0273/0325] saving model.layers.4.self_attn.qkv_proj.q_scale
                                                                  
[0274/0325] saving model.layers.4.self_attn.o_proj.q_weight
                                                                  
[0275/0325] saving model.layers.4.self_attn.o_proj.q_scale
                                                                  
[0276/0325] saving model.layers.5.input_layernorm.weight
                                                                  
[0277/0325] saving model.layers.5.mlp.down_proj.q_weight
                                                                  
[0278/0325] saving model.layers.5.mlp.down_proj.q_scale
                                                                  
[0279/0325] saving model.layers.5.mlp.gate_up_proj.q_weight
                                                                  
[0280/0325] saving model.layers.5.mlp.gate_up_proj.q_scale
                                                                  
[0281/0325] saving model.layers.5.post_attention_layernorm.weight
                                                                  
[0282/0325] saving model.layers.5.self_attn.qkv_proj.q_weight
                                                                  
[0283/0325] saving model.layers.5.self_attn.qkv_proj.q_scale
                                                                  
[0284/0325] saving model.layers.5.self_attn.o_proj.q_weight
                                                                  
[0285/0325] saving model.layers.5.self_attn.o_proj.q_scale
                                                                  
[0286/0325] saving model.layers.6.input_layernorm.weight
                                                                  
[0287/0325] saving model.layers.6.mlp.down_proj.q_weight
                                                                  
[0288/0325] saving model.layers.6.mlp.down_proj.q_scale
                                                                  
[0289/0325] saving model.layers.6.mlp.gate_up_proj.q_weight
                                                                  
[0290/0325] saving model.layers.6.mlp.gate_up_proj.q_scale
                                                                  
[0291/0325] saving model.layers.6.post_attention_layernorm.weight
                                                                  
[0292/0325] saving model.layers.6.self_attn.qkv_proj.q_weight
                                                                  
[0293/0325] saving model.layers.6.self_attn.qkv_proj.q_scale
                                                                  
[0294/0325] saving model.layers.6.self_attn.o_proj.q_weight
                                                                  
[0295/0325] saving model.layers.6.self_attn.o_proj.q_scale
                                                                  
[0296/0325] saving model.layers.7.input_layernorm.weight
                                                                  
[0297/0325] saving model.layers.7.mlp.down_proj.q_weight
                                                                  
[0298/0325] saving model.layers.7.mlp.down_proj.q_scale
                                                                  
[0299/0325] saving model.layers.7.mlp.gate_up_proj.q_weight
                                                                  
[0300/0325] saving model.layers.7.mlp.gate_up_proj.q_scale
                                                                  
[0301/0325] saving model.layers.7.post_attention_layernorm.weight
                                                                  
[0302/0325] saving model.layers.7.self_attn.qkv_proj.q_weight
                                                                  
[0303/0325] saving model.layers.7.self_attn.qkv_proj.q_scale
                                                                  
[0304/0325] saving model.layers.7.self_attn.o_proj.q_weight
                                                                  
[0305/0325] saving model.layers.7.self_attn.o_proj.q_scale
                                                                  
[0306/0325] saving model.layers.8.input_layernorm.weight
                                                                  
[0307/0325] saving model.layers.8.mlp.down_proj.q_weight
                                                                  
[0308/0325] saving model.layers.8.mlp.down_proj.q_scale
                                                                  
[0309/0325] saving model.layers.8.mlp.gate_up_proj.q_weight
                                                                  
[0310/0325] saving model.layers.8.mlp.gate_up_proj.q_scale
                                                                  
[0311/0325] saving model.layers.8.post_attention_layernorm.weight
                                                                  
[0312/0325] saving model.layers.8.self_attn.qkv_proj.q_weight
                                                                  
[0313/0325] saving model.layers.8.self_attn.qkv_proj.q_scale
                                                                  
[0314/0325] saving model.layers.8.self_attn.o_proj.q_weight
                                                                  
[0315/0325] saving model.layers.8.self_attn.o_proj.q_scale
                                                                  
[0316/0325] saving model.layers.9.input_layernorm.weight
                                                                  
[0317/0325] saving model.layers.9.mlp.down_proj.q_weight
                                                                  
[0318/0325] saving model.layers.9.mlp.down_proj.q_scale
                                                                  
[0319/0325] saving model.layers.9.mlp.gate_up_proj.q_weight
                                                                  
[0320/0325] saving model.layers.9.mlp.gate_up_proj.q_scale
                                                                  
[0321/0325] saving model.layers.9.post_attention_layernorm.weight[2023-11-28 19:58:42] INFO convert_weight.py:131: Saved to directory: /tmp/tmpp14fhh12
+
                                                                  
[0322/0325] saving model.layers.9.self_attn.qkv_proj.q_weight
                                                                  
[0323/0325] saving model.layers.9.self_attn.qkv_proj.q_scale
                                                                  
[0324/0325] saving model.layers.9.self_attn.o_proj.q_weight
                                                                  
[0325/0325] saving model.layers.9.self_attn.o_proj.q_scale
+All finished, 132 total shards committed, record saved to /tmp/tmpp14fhh12/ndarray-cache.json