python -m mlc_chat gen_config /models/WizardMath-7B-V1.0 --quantization q4f16_1 --conv-template wizard_coder_or_math --output /tmp/tmp3rxs2lx1
[2023-12-17 15:53:19] INFO auto_config.py:116: Found model configuration: /models/WizardMath-7B-V1.0/config.json
[2023-12-17 15:53:19] INFO auto_config.py:155: Found model type: llama. Use `--model-type` to override.
[2023-12-17 15:53:19] INFO llama_model.py:49: context_window_size not found in config.json. Falling back to max_position_embeddings (2048)
[2023-12-17 15:53:19] INFO gen_config.py:114: [generation_config.json] Setting bos_token_id: 1
[2023-12-17 15:53:19] INFO gen_config.py:114: [generation_config.json] Setting eos_token_id: 2
[2023-12-17 15:53:19] INFO gen_config.py:114: [generation_config.json] Setting pad_token_id: 0
[2023-12-17 15:53:19] INFO gen_config.py:128: Not found tokenizer config: /models/WizardMath-7B-V1.0/tokenizer.model
[2023-12-17 15:53:19] INFO gen_config.py:126: Found tokenizer config: /models/WizardMath-7B-V1.0/tokenizer.json. Copying to /tmp/tmp3rxs2lx1/tokenizer.json
[2023-12-17 15:53:19] INFO gen_config.py:128: Not found tokenizer config: /models/WizardMath-7B-V1.0/vocab.json
[2023-12-17 15:53:19] INFO gen_config.py:128: Not found tokenizer config: /models/WizardMath-7B-V1.0/merges.txt
[2023-12-17 15:53:19] INFO gen_config.py:126: Found tokenizer config: /models/WizardMath-7B-V1.0/added_tokens.json. Copying to /tmp/tmp3rxs2lx1/added_tokens.json
[2023-12-17 15:53:19] INFO gen_config.py:126: Found tokenizer config: /models/WizardMath-7B-V1.0/tokenizer_config.json. Copying to /tmp/tmp3rxs2lx1/tokenizer_config.json
[2023-12-17 15:53:19] INFO gen_config.py:68: [System default] Setting temperature: 0.7
[2023-12-17 15:53:19] INFO gen_config.py:68: [System default] Setting repetition_penalty: 1.0
[2023-12-17 15:53:19] INFO gen_config.py:68: [System default] Setting top_p: 0.95
[2023-12-17 15:53:19] INFO gen_config.py:68: [System default] Setting mean_gen_len: 128
[2023-12-17 15:53:19] INFO gen_config.py:68: [System default] Setting max_gen_len: 512
[2023-12-17 15:53:19] INFO gen_config.py:68: [System default] Setting shift_fill_factor: 0.3
[2023-12-17 15:53:19] INFO gen_config.py:156: Dumping configuration file to: /tmp/tmp3rxs2lx1/mlc-chat-config.json
python -m mlc_chat convert_weight /models/WizardMath-7B-V1.0 --quantization q4f16_1 --source-format auto --output /tmp/tmp3rxs2lx1
[2023-12-17 15:53:19] INFO auto_config.py:116: Found model configuration: /models/WizardMath-7B-V1.0/config.json
[2023-12-17 15:53:20] INFO auto_device.py:75: Found device: cuda:0
[2023-12-17 15:53:20] INFO auto_device.py:75: Found device: cuda:1
[2023-12-17 15:53:20] INFO auto_device.py:84: Not found device: rocm:0
[2023-12-17 15:53:20] INFO auto_device.py:84: Not found device: metal:0
[2023-12-17 15:53:20] INFO auto_device.py:75: Found device: vulkan:0
[2023-12-17 15:53:20] INFO auto_device.py:75: Found device: vulkan:1
[2023-12-17 15:53:20] INFO auto_device.py:75: Found device: vulkan:2
[2023-12-17 15:53:21] INFO auto_device.py:84: Not found device: opencl:0
[2023-12-17 15:53:21] INFO auto_device.py:33: Using device: cuda:0
[2023-12-17 15:53:21] INFO auto_weight.py:70: Finding weights in: /models/WizardMath-7B-V1.0
[2023-12-17 15:53:21] INFO auto_weight.py:120: Found source weight format: huggingface-torch. Source configuration: /models/WizardMath-7B-V1.0/pytorch_model.bin.index.json
[2023-12-17 15:53:21] INFO auto_weight.py:149: Not found Huggingface Safetensor
[2023-12-17 15:53:21] INFO auto_weight.py:106: Using source weight configuration: /models/WizardMath-7B-V1.0/pytorch_model.bin.index.json. Use `--source` to override.
[2023-12-17 15:53:21] INFO auto_weight.py:110: Using source weight format: huggingface-torch. Use `--source-format` to override.
[2023-12-17 15:53:21] INFO auto_config.py:155: Found model type: llama. Use `--model-type` to override.
[2023-12-17 15:53:21] INFO llama_model.py:49: context_window_size not found in config.json. Falling back to max_position_embeddings (2048)
Weight conversion with arguments:
  --config          /models/WizardMath-7B-V1.0/config.json
  --quantization    GroupQuantize(name='q4f16_1', kind='group-quant', group_size=32, quantize_dtype='int4', storage_dtype='uint32', model_dtype='float16', num_elem_per_storage=8, num_storage_per_group=4, max_int_value=7)
  --model-type      llama
  --device          cuda:0
  --source          /models/WizardMath-7B-V1.0/pytorch_model.bin.index.json
  --source-format   huggingface-torch
  --output          /tmp/tmp3rxs2lx1

  0%|                                                                                                                                                           | 0/195 [00:00<?, ?it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:24] INFO huggingface_loader.py:169: Loading HF parameters from: /models/WizardMath-7B-V1.0/pytorch_model-00003-of-00003.bin

  0%|                                                                                                                                                           | 0/195 [00:00<?, ?it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:38] INFO group_quantization.py:199: Compiling quantize function for key: (32001, 4096, 'float16', 'cuda')

  0%|                                                                                                                                                           | 0/195 [00:14<?, ?it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:39] INFO huggingface_loader.py:121: [Quantized] Parameter: "lm_head.q_weight", shape: (32001, 512), dtype: uint32

  0%|                                                                                                                                                           | 0/195 [00:15<?, ?it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:39] INFO huggingface_loader.py:121: [Quantized] Parameter: "lm_head.q_scale", shape: (32001, 128), dtype: float16

  0%|                                                                                                                                                           | 0/195 [00:15<?, ?it/s]
  1%|▊                                                                                                                                                  | 1/195 [00:15<50:32, 15.63s/it]
                                                                                                                                                                                        
[2023-12-17 15:53:39] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.23.input_layernorm.weight", shape: (4096,), dtype: float16

  1%|▊                                                                                                                                                  | 1/195 [00:15<50:32, 15.63s/it]
                                                                                                                                                                                        
[2023-12-17 15:53:40] INFO group_quantization.py:199: Compiling quantize function for key: (4096, 11008, 'float16', 'cuda')

  1%|▊                                                                                                                                                  | 1/195 [00:15<50:32, 15.63s/it]
                                                                                                                                                                                        
[2023-12-17 15:53:40] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.23.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32

  1%|▊                                                                                                                                                  | 1/195 [00:16<50:32, 15.63s/it]
                                                                                                                                                                                        
[2023-12-17 15:53:40] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.23.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float16

  1%|▊                                                                                                                                                  | 1/195 [00:16<50:32, 15.63s/it]
  2%|██▎                                                                                                                                                | 3/195 [00:16<13:36,  4.25s/it]
                                                                                                                                                                                        
[2023-12-17 15:53:40] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.23.post_attention_layernorm.weight", shape: (4096,), dtype: float16

  2%|██▎                                                                                                                                                | 3/195 [00:16<13:36,  4.25s/it]
                                                                                                                                                                                        
[2023-12-17 15:53:40] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.24.input_layernorm.weight", shape: (4096,), dtype: float16

  2%|██▎                                                                                                                                                | 3/195 [00:16<13:36,  4.25s/it]
                                                                                                                                                                                        
[2023-12-17 15:53:40] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.24.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32

  2%|██▎                                                                                                                                                | 3/195 [00:16<13:36,  4.25s/it]
                                                                                                                                                                                        
[2023-12-17 15:53:40] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.24.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float16

  2%|██▎                                                                                                                                                | 3/195 [00:16<13:36,  4.25s/it]
  3%|████▌                                                                                                                                              | 6/195 [00:16<05:17,  1.68s/it]
                                                                                                                                                                                        
[2023-12-17 15:53:40] INFO group_quantization.py:199: Compiling quantize function for key: (22016, 4096, 'float16', 'cuda')

  3%|████▌                                                                                                                                              | 6/195 [00:16<05:17,  1.68s/it]
                                                                                                                                                                                        
[2023-12-17 15:53:41] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.24.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32

  3%|████▌                                                                                                                                              | 6/195 [00:17<05:17,  1.68s/it]
                                                                                                                                                                                        
[2023-12-17 15:53:41] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.24.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float16

  3%|████▌                                                                                                                                              | 6/195 [00:17<05:17,  1.68s/it]
                                                                                                                                                                                        
[2023-12-17 15:53:41] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.24.post_attention_layernorm.weight", shape: (4096,), dtype: float16

  3%|████▌                                                                                                                                              | 6/195 [00:17<05:17,  1.68s/it]
  4%|██████                                                                                                                                             | 8/195 [00:17<03:44,  1.20s/it]
                                                                                                                                                                                        
[2023-12-17 15:53:41] INFO group_quantization.py:199: Compiling quantize function for key: (12288, 4096, 'float16', 'cuda')

  4%|██████                                                                                                                                             | 8/195 [00:17<03:44,  1.20s/it]
                                                                                                                                                                                        
[2023-12-17 15:53:41] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.24.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32

  4%|██████                                                                                                                                             | 8/195 [00:17<03:44,  1.20s/it]
                                                                                                                                                                                        
[2023-12-17 15:53:41] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.24.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float16

  4%|██████                                                                                                                                             | 8/195 [00:17<03:44,  1.20s/it]
  5%|██████▊                                                                                                                                            | 9/195 [00:17<03:19,  1.07s/it]
                                                                                                                                                                                        
[2023-12-17 15:53:42] INFO group_quantization.py:199: Compiling quantize function for key: (4096, 4096, 'float16', 'cuda')

  5%|██████▊                                                                                                                                            | 9/195 [00:17<03:19,  1.07s/it]
                                                                                                                                                                                        
[2023-12-17 15:53:42] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.24.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32

  5%|██████▊                                                                                                                                            | 9/195 [00:18<03:19,  1.07s/it]
                                                                                                                                                                                        
[2023-12-17 15:53:42] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.24.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float16

  5%|██████▊                                                                                                                                            | 9/195 [00:18<03:19,  1.07s/it]
  5%|███████▍                                                                                                                                          | 10/195 [00:18<02:51,  1.08it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:42] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.25.input_layernorm.weight", shape: (4096,), dtype: float16

  5%|███████▍                                                                                                                                          | 10/195 [00:18<02:51,  1.08it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:42] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.25.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32

  5%|███████▍                                                                                                                                          | 10/195 [00:18<02:51,  1.08it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:42] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.25.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float16

  5%|███████▍                                                                                                                                          | 10/195 [00:18<02:51,  1.08it/s]
  6%|████████▉                                                                                                                                         | 12/195 [00:18<01:48,  1.68it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:42] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.25.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32

  6%|████████▉                                                                                                                                         | 12/195 [00:18<01:48,  1.68it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:42] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.25.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float16

  6%|████████▉                                                                                                                                         | 12/195 [00:18<01:48,  1.68it/s]
  7%|█████████▋                                                                                                                                        | 13/195 [00:18<01:40,  1.81it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:42] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.25.post_attention_layernorm.weight", shape: (4096,), dtype: float16

  7%|█████████▋                                                                                                                                        | 13/195 [00:18<01:40,  1.81it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:43] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.25.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32

  7%|█████████▋                                                                                                                                        | 13/195 [00:18<01:40,  1.81it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:43] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.25.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float16

  7%|█████████▋                                                                                                                                        | 13/195 [00:18<01:40,  1.81it/s]
  8%|███████████▏                                                                                                                                      | 15/195 [00:18<01:08,  2.61it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:43] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.25.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32

  8%|███████████▏                                                                                                                                      | 15/195 [00:19<01:08,  2.61it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:43] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.25.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float16

  8%|███████████▏                                                                                                                                      | 15/195 [00:19<01:08,  2.61it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:43] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.26.input_layernorm.weight", shape: (4096,), dtype: float16

  8%|███████████▏                                                                                                                                      | 15/195 [00:19<01:08,  2.61it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:43] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.26.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32

  8%|███████████▏                                                                                                                                      | 15/195 [00:19<01:08,  2.61it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:43] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.26.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float16

  8%|███████████▏                                                                                                                                      | 15/195 [00:19<01:08,  2.61it/s]
  9%|█████████████▍                                                                                                                                    | 18/195 [00:19<00:43,  4.05it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:43] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.26.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32

  9%|█████████████▍                                                                                                                                    | 18/195 [00:19<00:43,  4.05it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:43] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.26.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float16

  9%|█████████████▍                                                                                                                                    | 18/195 [00:19<00:43,  4.05it/s]
 10%|██████████████▏                                                                                                                                   | 19/195 [00:19<00:48,  3.65it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:43] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.26.post_attention_layernorm.weight", shape: (4096,), dtype: float16

 10%|██████████████▏                                                                                                                                   | 19/195 [00:19<00:48,  3.65it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:44] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.26.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32

 10%|██████████████▏                                                                                                                                   | 19/195 [00:19<00:48,  3.65it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:44] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.26.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float16

 10%|██████████████▏                                                                                                                                   | 19/195 [00:19<00:48,  3.65it/s]
 11%|███████████████▋                                                                                                                                  | 21/195 [00:19<00:38,  4.55it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:44] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.26.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32

 11%|███████████████▋                                                                                                                                  | 21/195 [00:19<00:38,  4.55it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:44] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.26.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float16

 11%|███████████████▋                                                                                                                                  | 21/195 [00:19<00:38,  4.55it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:44] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.27.input_layernorm.weight", shape: (4096,), dtype: float16

 11%|███████████████▋                                                                                                                                  | 21/195 [00:19<00:38,  4.55it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:44] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.27.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32

 11%|███████████████▋                                                                                                                                  | 21/195 [00:20<00:38,  4.55it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:44] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.27.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float16

 11%|███████████████▋                                                                                                                                  | 21/195 [00:20<00:38,  4.55it/s]
 12%|█████████████████▉                                                                                                                                | 24/195 [00:20<00:27,  6.17it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:44] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.27.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32

 12%|█████████████████▉                                                                                                                                | 24/195 [00:20<00:27,  6.17it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:44] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.27.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float16

 12%|█████████████████▉                                                                                                                                | 24/195 [00:20<00:27,  6.17it/s]
 13%|██████████████████▋                                                                                                                               | 25/195 [00:20<00:34,  4.95it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:44] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.27.post_attention_layernorm.weight", shape: (4096,), dtype: float16

 13%|██████████████████▋                                                                                                                               | 25/195 [00:20<00:34,  4.95it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:44] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.27.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32

 13%|██████████████████▋                                                                                                                               | 25/195 [00:20<00:34,  4.95it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:44] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.27.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float16

 13%|██████████████████▋                                                                                                                               | 25/195 [00:20<00:34,  4.95it/s]
 14%|████████████████████▏                                                                                                                             | 27/195 [00:20<00:29,  5.78it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:44] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.27.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32

 14%|████████████████████▏                                                                                                                             | 27/195 [00:20<00:29,  5.78it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:44] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.27.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float16

 14%|████████████████████▏                                                                                                                             | 27/195 [00:20<00:29,  5.78it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:44] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.28.input_layernorm.weight", shape: (4096,), dtype: float16

 14%|████████████████████▏                                                                                                                             | 27/195 [00:20<00:29,  5.78it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:45] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.28.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32

 14%|████████████████████▏                                                                                                                             | 27/195 [00:20<00:29,  5.78it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:45] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.28.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float16

 14%|████████████████████▏                                                                                                                             | 27/195 [00:20<00:29,  5.78it/s]
 15%|██████████████████████▍                                                                                                                           | 30/195 [00:20<00:22,  7.35it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:45] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.28.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32

 15%|██████████████████████▍                                                                                                                           | 30/195 [00:21<00:22,  7.35it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:45] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.28.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float16

 15%|██████████████████████▍                                                                                                                           | 30/195 [00:21<00:22,  7.35it/s]
 16%|███████████████████████▏                                                                                                                          | 31/195 [00:21<00:29,  5.58it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:45] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.28.post_attention_layernorm.weight", shape: (4096,), dtype: float16

 16%|███████████████████████▏                                                                                                                          | 31/195 [00:21<00:29,  5.58it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:45] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.28.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32

 16%|███████████████████████▏                                                                                                                          | 31/195 [00:21<00:29,  5.58it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:45] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.28.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float16

 16%|███████████████████████▏                                                                                                                          | 31/195 [00:21<00:29,  5.58it/s]
 17%|████████████████████████▋                                                                                                                         | 33/195 [00:21<00:25,  6.32it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:45] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.28.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32

 17%|████████████████████████▋                                                                                                                         | 33/195 [00:21<00:25,  6.32it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:45] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.28.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float16

 17%|████████████████████████▋                                                                                                                         | 33/195 [00:21<00:25,  6.32it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:45] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.29.input_layernorm.weight", shape: (4096,), dtype: float16

 17%|████████████████████████▋                                                                                                                         | 33/195 [00:21<00:25,  6.32it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:46] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.29.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32

 17%|████████████████████████▋                                                                                                                         | 33/195 [00:21<00:25,  6.32it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:46] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.29.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float16

 17%|████████████████████████▋                                                                                                                         | 33/195 [00:21<00:25,  6.32it/s]
 18%|██████████████████████████▉                                                                                                                       | 36/195 [00:21<00:20,  7.84it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:46] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.29.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32

 18%|██████████████████████████▉                                                                                                                       | 36/195 [00:22<00:20,  7.84it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:46] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.29.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float16

 18%|██████████████████████████▉                                                                                                                       | 36/195 [00:22<00:20,  7.84it/s]
 19%|███████████████████████████▋                                                                                                                      | 37/195 [00:22<00:27,  5.83it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:46] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.29.post_attention_layernorm.weight", shape: (4096,), dtype: float16

 19%|███████████████████████████▋                                                                                                                      | 37/195 [00:22<00:27,  5.83it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:46] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.29.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32

 19%|███████████████████████████▋                                                                                                                      | 37/195 [00:22<00:27,  5.83it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:46] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.29.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float16

 19%|███████████████████████████▋                                                                                                                      | 37/195 [00:22<00:27,  5.83it/s]
 20%|█████████████████████████████▏                                                                                                                    | 39/195 [00:22<00:23,  6.53it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:46] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.29.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32

 20%|█████████████████████████████▏                                                                                                                    | 39/195 [00:22<00:23,  6.53it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:46] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.29.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float16

 20%|█████████████████████████████▏                                                                                                                    | 39/195 [00:22<00:23,  6.53it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:46] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.30.input_layernorm.weight", shape: (4096,), dtype: float16

 20%|█████████████████████████████▏                                                                                                                    | 39/195 [00:22<00:23,  6.53it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:46] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.30.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32

 20%|█████████████████████████████▏                                                                                                                    | 39/195 [00:22<00:23,  6.53it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:46] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.30.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float16

 20%|█████████████████████████████▏                                                                                                                    | 39/195 [00:22<00:23,  6.53it/s]
 22%|███████████████████████████████▍                                                                                                                  | 42/195 [00:22<00:19,  8.01it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:47] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.30.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32

 22%|███████████████████████████████▍                                                                                                                  | 42/195 [00:23<00:19,  8.01it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:47] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.30.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float16

 22%|███████████████████████████████▍                                                                                                                  | 42/195 [00:23<00:19,  8.01it/s]
 22%|████████████████████████████████▏                                                                                                                 | 43/195 [00:23<00:25,  5.89it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:47] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.30.post_attention_layernorm.weight", shape: (4096,), dtype: float16

 22%|████████████████████████████████▏                                                                                                                 | 43/195 [00:23<00:25,  5.89it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:47] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.30.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32

 22%|████████████████████████████████▏                                                                                                                 | 43/195 [00:23<00:25,  5.89it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:47] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.30.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float16

 22%|████████████████████████████████▏                                                                                                                 | 43/195 [00:23<00:25,  5.89it/s]
 23%|█████████████████████████████████▋                                                                                                                | 45/195 [00:23<00:22,  6.59it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:47] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.30.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32

 23%|█████████████████████████████████▋                                                                                                                | 45/195 [00:23<00:22,  6.59it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:47] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.30.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float16

 23%|█████████████████████████████████▋                                                                                                                | 45/195 [00:23<00:22,  6.59it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:47] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.31.input_layernorm.weight", shape: (4096,), dtype: float16

 23%|█████████████████████████████████▋                                                                                                                | 45/195 [00:23<00:22,  6.59it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:47] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.31.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32

 23%|█████████████████████████████████▋                                                                                                                | 45/195 [00:23<00:22,  6.59it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:47] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.31.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float16

 23%|█████████████████████████████████▋                                                                                                                | 45/195 [00:23<00:22,  6.59it/s]
 25%|███████████████████████████████████▉                                                                                                              | 48/195 [00:23<00:18,  8.07it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:48] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.31.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32

 25%|███████████████████████████████████▉                                                                                                              | 48/195 [00:23<00:18,  8.07it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:48] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.31.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float16

 25%|███████████████████████████████████▉                                                                                                              | 48/195 [00:23<00:18,  8.07it/s]
 25%|████████████████████████████████████▋                                                                                                             | 49/195 [00:23<00:24,  5.93it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:48] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.31.post_attention_layernorm.weight", shape: (4096,), dtype: float16

 25%|████████████████████████████████████▋                                                                                                             | 49/195 [00:23<00:24,  5.93it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:48] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.31.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32

 25%|████████████████████████████████████▋                                                                                                             | 49/195 [00:24<00:24,  5.93it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:48] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.31.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float16

 25%|████████████████████████████████████▋                                                                                                             | 49/195 [00:24<00:24,  5.93it/s]
 26%|██████████████████████████████████████▏                                                                                                           | 51/195 [00:24<00:21,  6.63it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:48] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.31.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32

 26%|██████████████████████████████████████▏                                                                                                           | 51/195 [00:24<00:21,  6.63it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:48] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.31.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float16

 26%|██████████████████████████████████████▏                                                                                                           | 51/195 [00:24<00:21,  6.63it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:48] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.norm.weight", shape: (4096,), dtype: float16

 26%|██████████████████████████████████████▏                                                                                                           | 51/195 [00:24<00:21,  6.63it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:48] INFO huggingface_loader.py:179: Unloading HF weight file: /models/WizardMath-7B-V1.0/pytorch_model-00003-of-00003.bin

 26%|██████████████████████████████████████▏                                                                                                           | 51/195 [00:24<00:21,  6.63it/s]
                                                                                                                                                                                        
[2023-12-17 15:53:48] INFO huggingface_loader.py:169: Loading HF parameters from: /models/WizardMath-7B-V1.0/pytorch_model-00001-of-00003.bin

 26%|██████████████████████████████████████▏                                                                                                           | 51/195 [00:24<00:21,  6.63it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:09] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.embed_tokens.q_weight", shape: (32001, 512), dtype: uint32

 26%|██████████████████████████████████████▏                                                                                                           | 51/195 [00:45<00:21,  6.63it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:09] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.embed_tokens.q_scale", shape: (32001, 128), dtype: float16

 26%|██████████████████████████████████████▏                                                                                                           | 51/195 [00:45<00:21,  6.63it/s]
 28%|████████████████████████████████████████▍                                                                                                         | 54/195 [00:45<06:48,  2.90s/it]
                                                                                                                                                                                        
[2023-12-17 15:54:09] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.0.input_layernorm.weight", shape: (4096,), dtype: float16

 28%|████████████████████████████████████████▍                                                                                                         | 54/195 [00:45<06:48,  2.90s/it]
                                                                                                                                                                                        
[2023-12-17 15:54:09] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.0.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32

 28%|████████████████████████████████████████▍                                                                                                         | 54/195 [00:45<06:48,  2.90s/it]
                                                                                                                                                                                        
[2023-12-17 15:54:09] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.0.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float16

 28%|████████████████████████████████████████▍                                                                                                         | 54/195 [00:45<06:48,  2.90s/it]
 29%|█████████████████████████████████████████▉                                                                                                        | 56/195 [00:45<04:54,  2.12s/it]
                                                                                                                                                                                        
[2023-12-17 15:54:09] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.0.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32

 29%|█████████████████████████████████████████▉                                                                                                        | 56/195 [00:45<04:54,  2.12s/it]
                                                                                                                                                                                        
[2023-12-17 15:54:09] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.0.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float16

 29%|█████████████████████████████████████████▉                                                                                                        | 56/195 [00:45<04:54,  2.12s/it]
 29%|██████████████████████████████████████████▋                                                                                                       | 57/195 [00:45<04:13,  1.84s/it]
                                                                                                                                                                                        
[2023-12-17 15:54:09] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.0.post_attention_layernorm.weight", shape: (4096,), dtype: float16

 29%|██████████████████████████████████████████▋                                                                                                       | 57/195 [00:45<04:13,  1.84s/it]
                                                                                                                                                                                        
[2023-12-17 15:54:10] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.0.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32

 29%|██████████████████████████████████████████▋                                                                                                       | 57/195 [00:45<04:13,  1.84s/it]
                                                                                                                                                                                        
[2023-12-17 15:54:10] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.0.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float16

 29%|██████████████████████████████████████████▋                                                                                                       | 57/195 [00:45<04:13,  1.84s/it]
 30%|████████████████████████████████████████████▏                                                                                                     | 59/195 [00:45<02:54,  1.28s/it]
                                                                                                                                                                                        
[2023-12-17 15:54:10] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.0.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32

 30%|████████████████████████████████████████████▏                                                                                                     | 59/195 [00:45<02:54,  1.28s/it]
                                                                                                                                                                                        
[2023-12-17 15:54:10] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.0.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float16

 30%|████████████████████████████████████████████▏                                                                                                     | 59/195 [00:45<02:54,  1.28s/it]
                                                                                                                                                                                        
[2023-12-17 15:54:10] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.1.input_layernorm.weight", shape: (4096,), dtype: float16

 30%|████████████████████████████████████████████▏                                                                                                     | 59/195 [00:45<02:54,  1.28s/it]
                                                                                                                                                                                        
[2023-12-17 15:54:10] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.1.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32

 30%|████████████████████████████████████████████▏                                                                                                     | 59/195 [00:46<02:54,  1.28s/it]
                                                                                                                                                                                        
[2023-12-17 15:54:10] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.1.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float16

 30%|████████████████████████████████████████████▏                                                                                                     | 59/195 [00:46<02:54,  1.28s/it]
 32%|██████████████████████████████████████████████▍                                                                                                   | 62/195 [00:46<01:45,  1.26it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:10] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.1.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32

 32%|██████████████████████████████████████████████▍                                                                                                   | 62/195 [00:46<01:45,  1.26it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:10] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.1.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float16

 32%|██████████████████████████████████████████████▍                                                                                                   | 62/195 [00:46<01:45,  1.26it/s]
 32%|███████████████████████████████████████████████▏                                                                                                  | 63/195 [00:46<01:36,  1.37it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:10] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.1.post_attention_layernorm.weight", shape: (4096,), dtype: float16

 32%|███████████████████████████████████████████████▏                                                                                                  | 63/195 [00:46<01:36,  1.37it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:11] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.1.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32

 32%|███████████████████████████████████████████████▏                                                                                                  | 63/195 [00:46<01:36,  1.37it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:11] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.1.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float16

 32%|███████████████████████████████████████████████▏                                                                                                  | 63/195 [00:46<01:36,  1.37it/s]
 33%|████████████████████████████████████████████████▋                                                                                                 | 65/195 [00:46<01:09,  1.87it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:11] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.1.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32

 33%|████████████████████████████████████████████████▋                                                                                                 | 65/195 [00:46<01:09,  1.87it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:11] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.1.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float16

 33%|████████████████████████████████████████████████▋                                                                                                 | 65/195 [00:46<01:09,  1.87it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:11] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.10.input_layernorm.weight", shape: (4096,), dtype: float16

 33%|████████████████████████████████████████████████▋                                                                                                 | 65/195 [00:46<01:09,  1.87it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:11] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.10.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32

 33%|████████████████████████████████████████████████▋                                                                                                 | 65/195 [00:47<01:09,  1.87it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:11] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.10.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float16

 33%|████████████████████████████████████████████████▋                                                                                                 | 65/195 [00:47<01:09,  1.87it/s]
 35%|██████████████████████████████████████████████████▉                                                                                               | 68/195 [00:47<00:44,  2.84it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:11] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.10.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32

 35%|██████████████████████████████████████████████████▉                                                                                               | 68/195 [00:47<00:44,  2.84it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:11] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.10.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float16

 35%|██████████████████████████████████████████████████▉                                                                                               | 68/195 [00:47<00:44,  2.84it/s]
 35%|███████████████████████████████████████████████████▋                                                                                              | 69/195 [00:47<00:45,  2.77it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:11] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.10.post_attention_layernorm.weight", shape: (4096,), dtype: float16

 35%|███████████████████████████████████████████████████▋                                                                                              | 69/195 [00:47<00:45,  2.77it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:11] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.10.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32

 35%|███████████████████████████████████████████████████▋                                                                                              | 69/195 [00:47<00:45,  2.77it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:11] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.10.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float16

 35%|███████████████████████████████████████████████████▋                                                                                              | 69/195 [00:47<00:45,  2.77it/s]
 36%|█████████████████████████████████████████████████████▏                                                                                            | 71/195 [00:47<00:35,  3.54it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:11] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.10.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32

 36%|█████████████████████████████████████████████████████▏                                                                                            | 71/195 [00:47<00:35,  3.54it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:11] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.10.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float16

 36%|█████████████████████████████████████████████████████▏                                                                                            | 71/195 [00:47<00:35,  3.54it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:11] INFO huggingface_loader.py:169: Loading HF parameters from: /models/WizardMath-7B-V1.0/pytorch_model-00002-of-00003.bin

 36%|█████████████████████████████████████████████████████▏                                                                                            | 71/195 [00:47<00:35,  3.54it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:30] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.11.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32

 36%|█████████████████████████████████████████████████████▏                                                                                            | 71/195 [01:06<00:35,  3.54it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:30] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.11.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float16

 36%|█████████████████████████████████████████████████████▏                                                                                            | 71/195 [01:06<00:35,  3.54it/s]
 37%|██████████████████████████████████████████████████████▋                                                                                           | 73/195 [01:06<06:16,  3.08s/it]
                                                                                                                                                                                        
[2023-12-17 15:54:30] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.11.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32

 37%|██████████████████████████████████████████████████████▋                                                                                           | 73/195 [01:06<06:16,  3.08s/it]
                                                                                                                                                                                        
[2023-12-17 15:54:30] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.11.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float16

 37%|██████████████████████████████████████████████████████▋                                                                                           | 73/195 [01:06<06:16,  3.08s/it]
 38%|███████████████████████████████████████████████████████▍                                                                                          | 74/195 [01:06<05:10,  2.56s/it]
                                                                                                                                                                                        
[2023-12-17 15:54:30] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.11.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32

 38%|███████████████████████████████████████████████████████▍                                                                                          | 74/195 [01:06<05:10,  2.56s/it]
                                                                                                                                                                                        
[2023-12-17 15:54:30] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.11.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float16

 38%|███████████████████████████████████████████████████████▍                                                                                          | 74/195 [01:06<05:10,  2.56s/it]
                                                                                                                                                                                        
[2023-12-17 15:54:30] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.2.input_layernorm.weight", shape: (4096,), dtype: float16

 38%|███████████████████████████████████████████████████████▍                                                                                          | 74/195 [01:06<05:10,  2.56s/it]
                                                                                                                                                                                        
[2023-12-17 15:54:30] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.2.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32

 38%|███████████████████████████████████████████████████████▍                                                                                          | 74/195 [01:06<05:10,  2.56s/it]
                                                                                                                                                                                        
[2023-12-17 15:54:30] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.2.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float16

 38%|███████████████████████████████████████████████████████▍                                                                                          | 74/195 [01:06<05:10,  2.56s/it]
 39%|█████████████████████████████████████████████████████████▋                                                                                        | 77/195 [01:06<02:54,  1.48s/it]
                                                                                                                                                                                        
[2023-12-17 15:54:31] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.2.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32

 39%|█████████████████████████████████████████████████████████▋                                                                                        | 77/195 [01:07<02:54,  1.48s/it]
                                                                                                                                                                                        
[2023-12-17 15:54:31] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.2.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float16

 39%|█████████████████████████████████████████████████████████▋                                                                                        | 77/195 [01:07<02:54,  1.48s/it]
 40%|██████████████████████████████████████████████████████████▍                                                                                       | 78/195 [01:07<02:31,  1.29s/it]
                                                                                                                                                                                        
[2023-12-17 15:54:31] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.2.post_attention_layernorm.weight", shape: (4096,), dtype: float16

 40%|██████████████████████████████████████████████████████████▍                                                                                       | 78/195 [01:07<02:31,  1.29s/it]
                                                                                                                                                                                        
[2023-12-17 15:54:31] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.2.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32

 40%|██████████████████████████████████████████████████████████▍                                                                                       | 78/195 [01:07<02:31,  1.29s/it]
                                                                                                                                                                                        
[2023-12-17 15:54:31] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.2.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float16

 40%|██████████████████████████████████████████████████████████▍                                                                                       | 78/195 [01:07<02:31,  1.29s/it]
 41%|███████████████████████████████████████████████████████████▉                                                                                      | 80/195 [01:07<01:43,  1.11it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:31] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.2.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32

 41%|███████████████████████████████████████████████████████████▉                                                                                      | 80/195 [01:07<01:43,  1.11it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:31] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.2.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float16

 41%|███████████████████████████████████████████████████████████▉                                                                                      | 80/195 [01:07<01:43,  1.11it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:31] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.3.input_layernorm.weight", shape: (4096,), dtype: float16

 41%|███████████████████████████████████████████████████████████▉                                                                                      | 80/195 [01:07<01:43,  1.11it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:31] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.3.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32

 41%|███████████████████████████████████████████████████████████▉                                                                                      | 80/195 [01:07<01:43,  1.11it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:31] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.3.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float16

 41%|███████████████████████████████████████████████████████████▉                                                                                      | 80/195 [01:07<01:43,  1.11it/s]
 43%|██████████████████████████████████████████████████████████████▏                                                                                   | 83/195 [01:07<01:02,  1.78it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:32] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.3.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32

 43%|██████████████████████████████████████████████████████████████▏                                                                                   | 83/195 [01:07<01:02,  1.78it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:32] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.3.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float16

 43%|██████████████████████████████████████████████████████████████▏                                                                                   | 83/195 [01:07<01:02,  1.78it/s]
 43%|██████████████████████████████████████████████████████████████▉                                                                                   | 84/195 [01:08<00:59,  1.87it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:32] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.3.post_attention_layernorm.weight", shape: (4096,), dtype: float16

 43%|██████████████████████████████████████████████████████████████▉                                                                                   | 84/195 [01:08<00:59,  1.87it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:32] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.3.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32

 43%|██████████████████████████████████████████████████████████████▉                                                                                   | 84/195 [01:08<00:59,  1.87it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:32] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.3.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float16

 43%|██████████████████████████████████████████████████████████████▉                                                                                   | 84/195 [01:08<00:59,  1.87it/s]
 44%|████████████████████████████████████████████████████████████████▍                                                                                 | 86/195 [01:08<00:43,  2.50it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:32] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.3.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32

 44%|████████████████████████████████████████████████████████████████▍                                                                                 | 86/195 [01:08<00:43,  2.50it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:32] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.3.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float16

 44%|████████████████████████████████████████████████████████████████▍                                                                                 | 86/195 [01:08<00:43,  2.50it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:32] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.4.input_layernorm.weight", shape: (4096,), dtype: float16

 44%|████████████████████████████████████████████████████████████████▍                                                                                 | 86/195 [01:08<00:43,  2.50it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:32] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.4.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32

 44%|████████████████████████████████████████████████████████████████▍                                                                                 | 86/195 [01:08<00:43,  2.50it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:32] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.4.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float16

 44%|████████████████████████████████████████████████████████████████▍                                                                                 | 86/195 [01:08<00:43,  2.50it/s]
 46%|██████████████████████████████████████████████████████████████████▋                                                                               | 89/195 [01:08<00:28,  3.69it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:33] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.4.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32

 46%|██████████████████████████████████████████████████████████████████▋                                                                               | 89/195 [01:08<00:28,  3.69it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:33] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.4.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float16

 46%|██████████████████████████████████████████████████████████████████▋                                                                               | 89/195 [01:08<00:28,  3.69it/s]
 46%|███████████████████████████████████████████████████████████████████▍                                                                              | 90/195 [01:08<00:30,  3.43it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:33] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.4.post_attention_layernorm.weight", shape: (4096,), dtype: float16

 46%|███████████████████████████████████████████████████████████████████▍                                                                              | 90/195 [01:08<00:30,  3.43it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:33] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.4.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32

 46%|███████████████████████████████████████████████████████████████████▍                                                                              | 90/195 [01:09<00:30,  3.43it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:33] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.4.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float16

 46%|███████████████████████████████████████████████████████████████████▍                                                                              | 90/195 [01:09<00:30,  3.43it/s]
 47%|████████████████████████████████████████████████████████████████████▉                                                                             | 92/195 [01:09<00:24,  4.26it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:33] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.4.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32

 47%|████████████████████████████████████████████████████████████████████▉                                                                             | 92/195 [01:09<00:24,  4.26it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:33] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.4.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float16

 47%|████████████████████████████████████████████████████████████████████▉                                                                             | 92/195 [01:09<00:24,  4.26it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:33] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.5.input_layernorm.weight", shape: (4096,), dtype: float16

 47%|████████████████████████████████████████████████████████████████████▉                                                                             | 92/195 [01:09<00:24,  4.26it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:33] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.5.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32

 47%|████████████████████████████████████████████████████████████████████▉                                                                             | 92/195 [01:09<00:24,  4.26it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:33] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.5.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float16

 47%|████████████████████████████████████████████████████████████████████▉                                                                             | 92/195 [01:09<00:24,  4.26it/s]
 49%|███████████████████████████████████████████████████████████████████████▏                                                                          | 95/195 [01:09<00:17,  5.78it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:33] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.5.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32

 49%|███████████████████████████████████████████████████████████████████████▏                                                                          | 95/195 [01:09<00:17,  5.78it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:33] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.5.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float16

 49%|███████████████████████████████████████████████████████████████████████▏                                                                          | 95/195 [01:09<00:17,  5.78it/s]
 49%|███████████████████████████████████████████████████████████████████████▉                                                                          | 96/195 [01:09<00:20,  4.77it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:33] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.5.post_attention_layernorm.weight", shape: (4096,), dtype: float16

 49%|███████████████████████████████████████████████████████████████████████▉                                                                          | 96/195 [01:09<00:20,  4.77it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:34] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.5.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32

 49%|███████████████████████████████████████████████████████████████████████▉                                                                          | 96/195 [01:09<00:20,  4.77it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:34] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.5.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float16

 49%|███████████████████████████████████████████████████████████████████████▉                                                                          | 96/195 [01:09<00:20,  4.77it/s]
 50%|█████████████████████████████████████████████████████████████████████████▎                                                                        | 98/195 [01:09<00:17,  5.59it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:34] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.5.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32

 50%|█████████████████████████████████████████████████████████████████████████▎                                                                        | 98/195 [01:10<00:17,  5.59it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:34] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.5.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float16

 50%|█████████████████████████████████████████████████████████████████████████▎                                                                        | 98/195 [01:10<00:17,  5.59it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:34] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.6.input_layernorm.weight", shape: (4096,), dtype: float16

 50%|█████████████████████████████████████████████████████████████████████████▎                                                                        | 98/195 [01:10<00:17,  5.59it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:34] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.6.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32

 50%|█████████████████████████████████████████████████████████████████████████▎                                                                        | 98/195 [01:10<00:17,  5.59it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:34] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.6.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float16

 50%|█████████████████████████████████████████████████████████████████████████▎                                                                        | 98/195 [01:10<00:17,  5.59it/s]
 52%|███████████████████████████████████████████████████████████████████████████                                                                      | 101/195 [01:10<00:13,  7.15it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:34] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.6.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32

 52%|███████████████████████████████████████████████████████████████████████████                                                                      | 101/195 [01:10<00:13,  7.15it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:34] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.6.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float16

 52%|███████████████████████████████████████████████████████████████████████████                                                                      | 101/195 [01:10<00:13,  7.15it/s]
 52%|███████████████████████████████████████████████████████████████████████████▊                                                                     | 102/195 [01:10<00:16,  5.50it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:34] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.6.post_attention_layernorm.weight", shape: (4096,), dtype: float16

 52%|███████████████████████████████████████████████████████████████████████████▊                                                                     | 102/195 [01:10<00:16,  5.50it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:35] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.6.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32

 52%|███████████████████████████████████████████████████████████████████████████▊                                                                     | 102/195 [01:10<00:16,  5.50it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:35] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.6.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float16

 52%|███████████████████████████████████████████████████████████████████████████▊                                                                     | 102/195 [01:10<00:16,  5.50it/s]
 53%|█████████████████████████████████████████████████████████████████████████████▎                                                                   | 104/195 [01:10<00:14,  6.25it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:35] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.6.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32

 53%|█████████████████████████████████████████████████████████████████████████████▎                                                                   | 104/195 [01:10<00:14,  6.25it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:35] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.6.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float16

 53%|█████████████████████████████████████████████████████████████████████████████▎                                                                   | 104/195 [01:10<00:14,  6.25it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:35] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.7.input_layernorm.weight", shape: (4096,), dtype: float16

 53%|█████████████████████████████████████████████████████████████████████████████▎                                                                   | 104/195 [01:10<00:14,  6.25it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:35] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.7.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32

 53%|█████████████████████████████████████████████████████████████████████████████▎                                                                   | 104/195 [01:11<00:14,  6.25it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:35] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.7.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float16

 53%|█████████████████████████████████████████████████████████████████████████████▎                                                                   | 104/195 [01:11<00:14,  6.25it/s]
 55%|███████████████████████████████████████████████████████████████████████████████▌                                                                 | 107/195 [01:11<00:11,  7.77it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:35] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.7.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32

 55%|███████████████████████████████████████████████████████████████████████████████▌                                                                 | 107/195 [01:11<00:11,  7.77it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:35] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.7.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float16

 55%|███████████████████████████████████████████████████████████████████████████████▌                                                                 | 107/195 [01:11<00:11,  7.77it/s]
 55%|████████████████████████████████████████████████████████████████████████████████▎                                                                | 108/195 [01:11<00:15,  5.80it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:35] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.7.post_attention_layernorm.weight", shape: (4096,), dtype: float16

 55%|████████████████████████████████████████████████████████████████████████████████▎                                                                | 108/195 [01:11<00:15,  5.80it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:35] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.7.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32

 55%|████████████████████████████████████████████████████████████████████████████████▎                                                                | 108/195 [01:11<00:15,  5.80it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:35] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.7.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float16

 55%|████████████████████████████████████████████████████████████████████████████████▎                                                                | 108/195 [01:11<00:15,  5.80it/s]
 56%|█████████████████████████████████████████████████████████████████████████████████▊                                                               | 110/195 [01:11<00:13,  6.52it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:36] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.7.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32

 56%|█████████████████████████████████████████████████████████████████████████████████▊                                                               | 110/195 [01:11<00:13,  6.52it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:36] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.7.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float16

 56%|█████████████████████████████████████████████████████████████████████████████████▊                                                               | 110/195 [01:11<00:13,  6.52it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:36] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.8.input_layernorm.weight", shape: (4096,), dtype: float16

 56%|█████████████████████████████████████████████████████████████████████████████████▊                                                               | 110/195 [01:11<00:13,  6.52it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:36] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.8.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32

 56%|█████████████████████████████████████████████████████████████████████████████████▊                                                               | 110/195 [01:11<00:13,  6.52it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:36] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.8.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float16

 56%|█████████████████████████████████████████████████████████████████████████████████▊                                                               | 110/195 [01:11<00:13,  6.52it/s]
 58%|████████████████████████████████████████████████████████████████████████████████████                                                             | 113/195 [01:11<00:10,  8.02it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:36] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.8.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32

 58%|████████████████████████████████████████████████████████████████████████████████████                                                             | 113/195 [01:12<00:10,  8.02it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:36] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.8.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float16

 58%|████████████████████████████████████████████████████████████████████████████████████                                                             | 113/195 [01:12<00:10,  8.02it/s]
 58%|████████████████████████████████████████████████████████████████████████████████████▊                                                            | 114/195 [01:12<00:13,  5.93it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:36] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.8.post_attention_layernorm.weight", shape: (4096,), dtype: float16

 58%|████████████████████████████████████████████████████████████████████████████████████▊                                                            | 114/195 [01:12<00:13,  5.93it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:36] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.8.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32

 58%|████████████████████████████████████████████████████████████████████████████████████▊                                                            | 114/195 [01:12<00:13,  5.93it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:36] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.8.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float16

 58%|████████████████████████████████████████████████████████████████████████████████████▊                                                            | 114/195 [01:12<00:13,  5.93it/s]
 59%|██████████████████████████████████████████████████████████████████████████████████████▎                                                          | 116/195 [01:12<00:11,  6.63it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:36] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.8.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32

 59%|██████████████████████████████████████████████████████████████████████████████████████▎                                                          | 116/195 [01:12<00:11,  6.63it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:36] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.8.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float16

 59%|██████████████████████████████████████████████████████████████████████████████████████▎                                                          | 116/195 [01:12<00:11,  6.63it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:36] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.9.input_layernorm.weight", shape: (4096,), dtype: float16

 59%|██████████████████████████████████████████████████████████████████████████████████████▎                                                          | 116/195 [01:12<00:11,  6.63it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:37] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.9.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32

 59%|██████████████████████████████████████████████████████████████████████████████████████▎                                                          | 116/195 [01:12<00:11,  6.63it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:37] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.9.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float16

 59%|██████████████████████████████████████████████████████████████████████████████████████▎                                                          | 116/195 [01:12<00:11,  6.63it/s]
 61%|████████████████████████████████████████████████████████████████████████████████████████▍                                                        | 119/195 [01:12<00:09,  8.07it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:37] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.9.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32

 61%|████████████████████████████████████████████████████████████████████████████████████████▍                                                        | 119/195 [01:13<00:09,  8.07it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:37] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.9.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float16

 61%|████████████████████████████████████████████████████████████████████████████████████████▍                                                        | 119/195 [01:13<00:09,  8.07it/s]
 62%|█████████████████████████████████████████████████████████████████████████████████████████▏                                                       | 120/195 [01:13<00:12,  5.94it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:37] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.9.post_attention_layernorm.weight", shape: (4096,), dtype: float16

 62%|█████████████████████████████████████████████████████████████████████████████████████████▏                                                       | 120/195 [01:13<00:12,  5.94it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:37] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.9.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32

 62%|█████████████████████████████████████████████████████████████████████████████████████████▏                                                       | 120/195 [01:13<00:12,  5.94it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:37] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.9.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float16

 62%|█████████████████████████████████████████████████████████████████████████████████████████▏                                                       | 120/195 [01:13<00:12,  5.94it/s]
 63%|██████████████████████████████████████████████████████████████████████████████████████████▋                                                      | 122/195 [01:13<00:11,  6.63it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:37] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.9.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32

 63%|██████████████████████████████████████████████████████████████████████████████████████████▋                                                      | 122/195 [01:13<00:11,  6.63it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:37] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.9.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float16

 63%|██████████████████████████████████████████████████████████████████████████████████████████▋                                                      | 122/195 [01:13<00:11,  6.63it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:37] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.11.input_layernorm.weight", shape: (4096,), dtype: float16

 63%|██████████████████████████████████████████████████████████████████████████████████████████▋                                                      | 122/195 [01:13<00:11,  6.63it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:37] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.11.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32

 63%|██████████████████████████████████████████████████████████████████████████████████████████▋                                                      | 122/195 [01:13<00:11,  6.63it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:37] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.11.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float16

 63%|██████████████████████████████████████████████████████████████████████████████████████████▋                                                      | 122/195 [01:13<00:11,  6.63it/s]
 64%|████████████████████████████████████████████████████████████████████████████████████████████▉                                                    | 125/195 [01:13<00:08,  8.11it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:37] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.11.post_attention_layernorm.weight", shape: (4096,), dtype: float16

 64%|████████████████████████████████████████████████████████████████████████████████████████████▉                                                    | 125/195 [01:13<00:08,  8.11it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:37] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.12.input_layernorm.weight", shape: (4096,), dtype: float16

 64%|████████████████████████████████████████████████████████████████████████████████████████████▉                                                    | 125/195 [01:13<00:08,  8.11it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:38] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.12.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32

 64%|████████████████████████████████████████████████████████████████████████████████████████████▉                                                    | 125/195 [01:13<00:08,  8.11it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:38] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.12.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float16

 64%|████████████████████████████████████████████████████████████████████████████████████████████▉                                                    | 125/195 [01:13<00:08,  8.11it/s]
 66%|███████████████████████████████████████████████████████████████████████████████████████████████▏                                                 | 128/195 [01:13<00:06,  9.99it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:38] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.12.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32

 66%|███████████████████████████████████████████████████████████████████████████████████████████████▏                                                 | 128/195 [01:14<00:06,  9.99it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:38] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.12.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float16

 66%|███████████████████████████████████████████████████████████████████████████████████████████████▏                                                 | 128/195 [01:14<00:06,  9.99it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:38] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.12.post_attention_layernorm.weight", shape: (4096,), dtype: float16

 66%|███████████████████████████████████████████████████████████████████████████████████████████████▏                                                 | 128/195 [01:14<00:06,  9.99it/s]
 67%|████████████████████████████████████████████████████████████████████████████████████████████████▋                                                | 130/195 [01:14<00:08,  7.94it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:38] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.12.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32

 67%|████████████████████████████████████████████████████████████████████████████████████████████████▋                                                | 130/195 [01:14<00:08,  7.94it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:38] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.12.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float16

 67%|████████████████████████████████████████████████████████████████████████████████████████████████▋                                                | 130/195 [01:14<00:08,  7.94it/s]
 67%|█████████████████████████████████████████████████████████████████████████████████████████████████▍                                               | 131/195 [01:14<00:09,  7.08it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:38] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.12.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32

 67%|█████████████████████████████████████████████████████████████████████████████████████████████████▍                                               | 131/195 [01:14<00:09,  7.08it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:38] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.12.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float16

 67%|█████████████████████████████████████████████████████████████████████████████████████████████████▍                                               | 131/195 [01:14<00:09,  7.08it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:38] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.13.input_layernorm.weight", shape: (4096,), dtype: float16

 67%|█████████████████████████████████████████████████████████████████████████████████████████████████▍                                               | 131/195 [01:14<00:09,  7.08it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:38] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.13.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32

 67%|█████████████████████████████████████████████████████████████████████████████████████████████████▍                                               | 131/195 [01:14<00:09,  7.08it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:38] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.13.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float16

 67%|█████████████████████████████████████████████████████████████████████████████████████████████████▍                                               | 131/195 [01:14<00:09,  7.08it/s]
 69%|███████████████████████████████████████████████████████████████████████████████████████████████████▋                                             | 134/195 [01:14<00:07,  8.49it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:39] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.13.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32

 69%|███████████████████████████████████████████████████████████████████████████████████████████████████▋                                             | 134/195 [01:15<00:07,  8.49it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:39] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.13.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float16

 69%|███████████████████████████████████████████████████████████████████████████████████████████████████▋                                             | 134/195 [01:15<00:07,  8.49it/s]
 69%|████████████████████████████████████████████████████████████████████████████████████████████████████▍                                            | 135/195 [01:15<00:09,  6.14it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:39] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.13.post_attention_layernorm.weight", shape: (4096,), dtype: float16

 69%|████████████████████████████████████████████████████████████████████████████████████████████████████▍                                            | 135/195 [01:15<00:09,  6.14it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:39] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.13.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32

 69%|████████████████████████████████████████████████████████████████████████████████████████████████████▍                                            | 135/195 [01:15<00:09,  6.14it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:39] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.13.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float16

 69%|████████████████████████████████████████████████████████████████████████████████████████████████████▍                                            | 135/195 [01:15<00:09,  6.14it/s]
 70%|█████████████████████████████████████████████████████████████████████████████████████████████████████▊                                           | 137/195 [01:15<00:08,  6.80it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:39] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.13.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32

 70%|█████████████████████████████████████████████████████████████████████████████████████████████████████▊                                           | 137/195 [01:15<00:08,  6.80it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:39] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.13.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float16

 70%|█████████████████████████████████████████████████████████████████████████████████████████████████████▊                                           | 137/195 [01:15<00:08,  6.80it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:39] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.14.input_layernorm.weight", shape: (4096,), dtype: float16

 70%|█████████████████████████████████████████████████████████████████████████████████████████████████████▊                                           | 137/195 [01:15<00:08,  6.80it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:39] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.14.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32

 70%|█████████████████████████████████████████████████████████████████████████████████████████████████████▊                                           | 137/195 [01:15<00:08,  6.80it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:39] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.14.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float16

 70%|█████████████████████████████████████████████████████████████████████████████████████████████████████▊                                           | 137/195 [01:15<00:08,  6.80it/s]
 72%|████████████████████████████████████████████████████████████████████████████████████████████████████████                                         | 140/195 [01:15<00:06,  8.27it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:40] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.14.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32

 72%|████████████████████████████████████████████████████████████████████████████████████████████████████████                                         | 140/195 [01:16<00:06,  8.27it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:40] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.14.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float16

 72%|████████████████████████████████████████████████████████████████████████████████████████████████████████                                         | 140/195 [01:16<00:06,  8.27it/s]
 72%|████████████████████████████████████████████████████████████████████████████████████████████████████████▊                                        | 141/195 [01:16<00:08,  6.03it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:40] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.14.post_attention_layernorm.weight", shape: (4096,), dtype: float16

 72%|████████████████████████████████████████████████████████████████████████████████████████████████████████▊                                        | 141/195 [01:16<00:08,  6.03it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:40] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.14.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32

 72%|████████████████████████████████████████████████████████████████████████████████████████████████████████▊                                        | 141/195 [01:16<00:08,  6.03it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:40] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.14.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float16

 72%|████████████████████████████████████████████████████████████████████████████████████████████████████████▊                                        | 141/195 [01:16<00:08,  6.03it/s]
 73%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▎                                      | 143/195 [01:16<00:07,  6.71it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:40] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.14.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32

 73%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▎                                      | 143/195 [01:16<00:07,  6.71it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:40] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.14.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float16

 73%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▎                                      | 143/195 [01:16<00:07,  6.71it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:40] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.15.input_layernorm.weight", shape: (4096,), dtype: float16

 73%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▎                                      | 143/195 [01:16<00:07,  6.71it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:40] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.15.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32

 73%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▎                                      | 143/195 [01:16<00:07,  6.71it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:40] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.15.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float16

 73%|██████████████████████████████████████████████████████████████████████████████████████████████████████████▎                                      | 143/195 [01:16<00:07,  6.71it/s]
 75%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▌                                    | 146/195 [01:16<00:06,  8.16it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:41] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.15.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32

 75%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▌                                    | 146/195 [01:16<00:06,  8.16it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:41] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.15.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float16

 75%|████████████████████████████████████████████████████████████████████████████████████████████████████████████▌                                    | 146/195 [01:16<00:06,  8.16it/s]
 75%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▎                                   | 147/195 [01:16<00:08,  5.98it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:41] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.15.post_attention_layernorm.weight", shape: (4096,), dtype: float16

 75%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▎                                   | 147/195 [01:16<00:08,  5.98it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:41] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.15.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32

 75%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▎                                   | 147/195 [01:17<00:08,  5.98it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:41] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.15.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float16

 75%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████▎                                   | 147/195 [01:17<00:08,  5.98it/s]
 76%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▊                                  | 149/195 [01:17<00:06,  6.67it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:41] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.15.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32

 76%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▊                                  | 149/195 [01:17<00:06,  6.67it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:41] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.15.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float16

 76%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▊                                  | 149/195 [01:17<00:06,  6.67it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:41] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.16.input_layernorm.weight", shape: (4096,), dtype: float16

 76%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▊                                  | 149/195 [01:17<00:06,  6.67it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:41] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.16.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32

 76%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▊                                  | 149/195 [01:17<00:06,  6.67it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:41] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.16.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float16

 76%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████▊                                  | 149/195 [01:17<00:06,  6.67it/s]
 78%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████                                | 152/195 [01:17<00:05,  8.15it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:42] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.16.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32

 78%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████                                | 152/195 [01:17<00:05,  8.15it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:42] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.16.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float16

 78%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████                                | 152/195 [01:17<00:05,  8.15it/s]
 78%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊                               | 153/195 [01:17<00:07,  5.95it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:42] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.16.post_attention_layernorm.weight", shape: (4096,), dtype: float16

 78%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊                               | 153/195 [01:17<00:07,  5.95it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:42] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.16.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32

 78%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊                               | 153/195 [01:17<00:07,  5.95it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:42] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.16.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float16

 78%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊                               | 153/195 [01:18<00:07,  5.95it/s]
 79%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎                             | 155/195 [01:18<00:06,  6.64it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:42] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.16.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32

 79%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎                             | 155/195 [01:18<00:06,  6.64it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:42] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.16.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float16

 79%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎                             | 155/195 [01:18<00:06,  6.64it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:42] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.17.input_layernorm.weight", shape: (4096,), dtype: float16

 79%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎                             | 155/195 [01:18<00:06,  6.64it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:42] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.17.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32

 79%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎                             | 155/195 [01:18<00:06,  6.64it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:42] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.17.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float16

 79%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎                             | 155/195 [01:18<00:06,  6.64it/s]
 81%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍                           | 158/195 [01:18<00:04,  8.04it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:42] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.17.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32

 81%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍                           | 158/195 [01:18<00:04,  8.04it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:42] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.17.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float16

 81%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍                           | 158/195 [01:18<00:04,  8.04it/s]
 82%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏                          | 159/195 [01:18<00:06,  5.93it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:42] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.17.post_attention_layernorm.weight", shape: (4096,), dtype: float16

 82%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏                          | 159/195 [01:18<00:06,  5.93it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:43] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.17.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32

 82%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏                          | 159/195 [01:18<00:06,  5.93it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:43] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.17.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float16

 82%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏                          | 159/195 [01:18<00:06,  5.93it/s]
 83%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋                         | 161/195 [01:18<00:05,  6.62it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:43] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.17.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32

 83%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋                         | 161/195 [01:18<00:05,  6.62it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:43] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.17.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float16

 83%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋                         | 161/195 [01:18<00:05,  6.62it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:43] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.18.input_layernorm.weight", shape: (4096,), dtype: float16

 83%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋                         | 161/195 [01:18<00:05,  6.62it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:43] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.18.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32

 83%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋                         | 161/195 [01:19<00:05,  6.62it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:43] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.18.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float16

 83%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋                         | 161/195 [01:19<00:05,  6.62it/s]
 84%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▉                       | 164/195 [01:19<00:03,  8.09it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:43] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.18.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32

 84%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▉                       | 164/195 [01:19<00:03,  8.09it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:43] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.18.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float16

 84%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▉                       | 164/195 [01:19<00:03,  8.09it/s]
 85%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋                      | 165/195 [01:19<00:05,  5.94it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:43] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.18.post_attention_layernorm.weight", shape: (4096,), dtype: float16

 85%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋                      | 165/195 [01:19<00:05,  5.94it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:43] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.18.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32

 85%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋                      | 165/195 [01:19<00:05,  5.94it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:44] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.18.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float16

 85%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋                      | 165/195 [01:19<00:05,  5.94it/s]
 86%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏                    | 167/195 [01:19<00:04,  6.63it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:44] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.18.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32

 86%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏                    | 167/195 [01:19<00:04,  6.63it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:44] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.18.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float16

 86%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏                    | 167/195 [01:19<00:04,  6.63it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:44] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.19.input_layernorm.weight", shape: (4096,), dtype: float16

 86%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏                    | 167/195 [01:19<00:04,  6.63it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:44] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.19.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32

 86%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏                    | 167/195 [01:19<00:04,  6.63it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:44] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.19.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float16

 86%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏                    | 167/195 [01:20<00:04,  6.63it/s]
 87%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍                  | 170/195 [01:20<00:03,  8.11it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:44] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.19.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32

 87%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍                  | 170/195 [01:20<00:03,  8.11it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:44] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.19.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float16

 87%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▍                  | 170/195 [01:20<00:03,  8.11it/s]
 88%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏                 | 171/195 [01:20<00:04,  5.96it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:44] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.19.post_attention_layernorm.weight", shape: (4096,), dtype: float16

 88%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏                 | 171/195 [01:20<00:04,  5.96it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:44] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.19.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32

 88%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏                 | 171/195 [01:20<00:04,  5.96it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:44] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.19.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float16

 88%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▏                 | 171/195 [01:20<00:04,  5.96it/s]
 89%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋                | 173/195 [01:20<00:03,  6.65it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:44] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.19.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32

 89%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋                | 173/195 [01:20<00:03,  6.65it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:44] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.19.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float16

 89%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋                | 173/195 [01:20<00:03,  6.65it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:44] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.20.input_layernorm.weight", shape: (4096,), dtype: float16

 89%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋                | 173/195 [01:20<00:03,  6.65it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:45] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.20.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32

 89%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋                | 173/195 [01:20<00:03,  6.65it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:45] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.20.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float16

 89%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▋                | 173/195 [01:20<00:03,  6.65it/s]
 90%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊              | 176/195 [01:20<00:02,  8.13it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:45] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.20.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32

 90%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊              | 176/195 [01:21<00:02,  8.13it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:45] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.20.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float16

 90%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊              | 176/195 [01:21<00:02,  8.13it/s]
 91%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌             | 177/195 [01:21<00:03,  5.96it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:45] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.20.post_attention_layernorm.weight", shape: (4096,), dtype: float16

 91%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌             | 177/195 [01:21<00:03,  5.96it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:45] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.20.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32

 91%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌             | 177/195 [01:21<00:03,  5.96it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:45] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.20.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float16

 91%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌             | 177/195 [01:21<00:03,  5.96it/s]
 92%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████            | 179/195 [01:21<00:02,  6.62it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:45] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.20.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32

 92%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████            | 179/195 [01:21<00:02,  6.62it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:45] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.20.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float16

 92%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████            | 179/195 [01:21<00:02,  6.62it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:45] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.21.input_layernorm.weight", shape: (4096,), dtype: float16

 92%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████            | 179/195 [01:21<00:02,  6.62it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:45] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.21.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32

 92%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████            | 179/195 [01:21<00:02,  6.62it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:46] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.21.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float16

 92%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████            | 179/195 [01:21<00:02,  6.62it/s]
 93%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎         | 182/195 [01:21<00:01,  8.08it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:46] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.21.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32

 93%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎         | 182/195 [01:22<00:01,  8.08it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:46] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.21.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float16

 93%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎         | 182/195 [01:22<00:01,  8.08it/s]
 94%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████         | 183/195 [01:22<00:02,  5.93it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:46] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.21.post_attention_layernorm.weight", shape: (4096,), dtype: float16

 94%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████         | 183/195 [01:22<00:02,  5.93it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:46] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.21.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32

 94%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████         | 183/195 [01:22<00:02,  5.93it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:46] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.21.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float16

 94%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████         | 183/195 [01:22<00:02,  5.93it/s]
 95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌       | 185/195 [01:22<00:01,  6.63it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:46] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.21.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32

 95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌       | 185/195 [01:22<00:01,  6.63it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:46] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.21.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float16

 95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌       | 185/195 [01:22<00:01,  6.63it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:46] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.22.input_layernorm.weight", shape: (4096,), dtype: float16

 95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌       | 185/195 [01:22<00:01,  6.63it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:46] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.22.mlp.down_proj.q_weight", shape: (4096, 1376), dtype: uint32

 95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌       | 185/195 [01:22<00:01,  6.63it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:46] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.22.mlp.down_proj.q_scale", shape: (4096, 344), dtype: float16

 95%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌       | 185/195 [01:22<00:01,  6.63it/s]
 96%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊     | 188/195 [01:22<00:00,  8.06it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:47] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.22.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32

 96%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊     | 188/195 [01:23<00:00,  8.06it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:47] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.22.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float16

 96%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▊     | 188/195 [01:23<00:00,  8.06it/s]
 97%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌    | 189/195 [01:23<00:01,  5.91it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:47] INFO huggingface_loader.py:129: [Not quantized] Parameter: "model.layers.22.post_attention_layernorm.weight", shape: (4096,), dtype: float16

 97%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌    | 189/195 [01:23<00:01,  5.91it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:47] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.22.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32

 97%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌    | 189/195 [01:23<00:01,  5.91it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:47] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.22.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float16

 97%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌    | 189/195 [01:23<00:01,  5.91it/s]
 98%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████   | 191/195 [01:23<00:00,  6.61it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:47] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.22.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32

 98%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████   | 191/195 [01:23<00:00,  6.61it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:47] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.22.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float16

 98%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████   | 191/195 [01:23<00:00,  6.61it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:47] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.23.mlp.gate_up_proj.q_weight", shape: (22016, 512), dtype: uint32

 98%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████   | 191/195 [01:23<00:00,  6.61it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:47] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.23.mlp.gate_up_proj.q_scale", shape: (22016, 128), dtype: float16

 98%|██████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████   | 191/195 [01:23<00:00,  6.61it/s]
 99%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 193/195 [01:23<00:00,  5.66it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:48] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.23.self_attn.qkv_proj.q_weight", shape: (12288, 512), dtype: uint32

 99%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 193/195 [01:23<00:00,  5.66it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:48] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.23.self_attn.qkv_proj.q_scale", shape: (12288, 128), dtype: float16

 99%|███████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▌ | 193/195 [01:23<00:00,  5.66it/s]
 99%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎| 194/195 [01:23<00:00,  5.40it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:48] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.23.self_attn.o_proj.q_weight", shape: (4096, 512), dtype: uint32

 99%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎| 194/195 [01:24<00:00,  5.40it/s]
                                                                                                                                                                                        
[2023-12-17 15:54:48] INFO huggingface_loader.py:121: [Quantized] Parameter: "model.layers.23.self_attn.o_proj.q_scale", shape: (4096, 128), dtype: float16

 99%|████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████▎| 194/195 [01:24<00:00,  5.40it/s]
100%|█████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████████| 195/195 [01:24<00:00,  2.32it/s]
[2023-12-17 15:54:48] INFO huggingface_loader.py:179: Unloading HF weight file: /models/WizardMath-7B-V1.0/pytorch_model-00001-of-00003.bin
[2023-12-17 15:54:48] INFO huggingface_loader.py:179: Unloading HF weight file: /models/WizardMath-7B-V1.0/pytorch_model-00002-of-00003.bin
[2023-12-17 15:54:48] INFO stats.py:71: Time usage: HF loading: 50.875 sec; Pre-quantization mapping: 28.910 sec; Quantization: 2.530 sec
[2023-12-17 15:54:48] INFO stats.py:85: RAM usage: Peak RAM: 18.415 GB. Total bytes loaded from disk: 25.103 GB
[2023-12-17 15:54:48] INFO convert_weight.py:109: Parameter size after quantization: 3.530 GB
[2023-12-17 15:54:48] INFO convert_weight.py:114: Total parameters: 6,738,423,808
[2023-12-17 15:54:48] INFO convert_weight.py:115: Bits per parameter: 4.500
Start storing to cache /tmp/tmp3rxs2lx1


[0001/0325] saving lm_head.q_weight
                                   
[0002/0325] saving lm_head.q_scale
                                   
[0003/0325] saving model.layers.23.input_layernorm.weight
                                                         
[0004/0325] saving model.layers.23.mlp.down_proj.q_weight
                                                         
[0005/0325] saving model.layers.23.mlp.down_proj.q_scale
                                                         
[0006/0325] saving model.layers.23.post_attention_layernorm.weight
                                                                  
[0007/0325] saving model.layers.24.input_layernorm.weight
                                                                  
[0008/0325] saving model.layers.24.mlp.down_proj.q_weight
                                                                  
[0009/0325] saving model.layers.24.mlp.down_proj.q_scale
                                                                  
[0010/0325] saving model.layers.24.mlp.gate_up_proj.q_weight
                                                                  
[0011/0325] saving model.layers.24.mlp.gate_up_proj.q_scale
                                                                  
[0012/0325] saving model.layers.24.post_attention_layernorm.weight
                                                                  
[0013/0325] saving model.layers.24.self_attn.qkv_proj.q_weight
                                                                  
[0014/0325] saving model.layers.24.self_attn.qkv_proj.q_scale
                                                                  
[0015/0325] saving model.layers.24.self_attn.o_proj.q_weight
                                                                  
[0016/0325] saving model.layers.24.self_attn.o_proj.q_scale
                                                                  
[0017/0325] saving model.layers.25.input_layernorm.weight
                                                                  
[0018/0325] saving model.layers.25.mlp.down_proj.q_weight
                                                                  
[0019/0325] saving model.layers.25.mlp.down_proj.q_scale
                                                                  
[0020/0325] saving model.layers.25.mlp.gate_up_proj.q_weight
                                                                  
[0021/0325] saving model.layers.25.mlp.gate_up_proj.q_scale
                                                                  
[0022/0325] saving model.layers.25.post_attention_layernorm.weight
                                                                  
[0023/0325] saving model.layers.25.self_attn.qkv_proj.q_weight
                                                                  
[0024/0325] saving model.layers.25.self_attn.qkv_proj.q_scale
                                                                  
[0025/0325] saving model.layers.25.self_attn.o_proj.q_weight
                                                                  
[0026/0325] saving model.layers.25.self_attn.o_proj.q_scale
                                                                  
[0027/0325] saving model.layers.26.input_layernorm.weight
                                                                  
[0028/0325] saving model.layers.26.mlp.down_proj.q_weight
                                                                  
[0029/0325] saving model.layers.26.mlp.down_proj.q_scale
                                                                  
[0030/0325] saving model.layers.26.mlp.gate_up_proj.q_weight
                                                                  
[0031/0325] saving model.layers.26.mlp.gate_up_proj.q_scale
                                                                  
[0032/0325] saving model.layers.26.post_attention_layernorm.weight
                                                                  
[0033/0325] saving model.layers.26.self_attn.qkv_proj.q_weight
                                                                  
[0034/0325] saving model.layers.26.self_attn.qkv_proj.q_scale
                                                                  
[0035/0325] saving model.layers.26.self_attn.o_proj.q_weight
                                                                  
[0036/0325] saving model.layers.26.self_attn.o_proj.q_scale
                                                                  
[0037/0325] saving model.layers.27.input_layernorm.weight
                                                                  
[0038/0325] saving model.layers.27.mlp.down_proj.q_weight
                                                                  
[0039/0325] saving model.layers.27.mlp.down_proj.q_scale
                                                                  
[0040/0325] saving model.layers.27.mlp.gate_up_proj.q_weight
                                                                  
[0041/0325] saving model.layers.27.mlp.gate_up_proj.q_scale
                                                                  
[0042/0325] saving model.layers.27.post_attention_layernorm.weight
                                                                  
[0043/0325] saving model.layers.27.self_attn.qkv_proj.q_weight
                                                                  
[0044/0325] saving model.layers.27.self_attn.qkv_proj.q_scale
                                                                  
[0045/0325] saving model.layers.27.self_attn.o_proj.q_weight
                                                                  
[0046/0325] saving model.layers.27.self_attn.o_proj.q_scale
                                                                  
[0047/0325] saving model.layers.28.input_layernorm.weight
                                                                  
[0048/0325] saving model.layers.28.mlp.down_proj.q_weight
                                                                  
[0049/0325] saving model.layers.28.mlp.down_proj.q_scale
                                                                  
[0050/0325] saving model.layers.28.mlp.gate_up_proj.q_weight
                                                                  
[0051/0325] saving model.layers.28.mlp.gate_up_proj.q_scale
                                                                  
[0052/0325] saving model.layers.28.post_attention_layernorm.weight
                                                                  
[0053/0325] saving model.layers.28.self_attn.qkv_proj.q_weight
                                                                  
[0054/0325] saving model.layers.28.self_attn.qkv_proj.q_scale
                                                                  
[0055/0325] saving model.layers.28.self_attn.o_proj.q_weight
                                                                  
[0056/0325] saving model.layers.28.self_attn.o_proj.q_scale
                                                                  
[0057/0325] saving model.layers.29.input_layernorm.weight
                                                                  
[0058/0325] saving model.layers.29.mlp.down_proj.q_weight
                                                                  
[0059/0325] saving model.layers.29.mlp.down_proj.q_scale
                                                                  
[0060/0325] saving model.layers.29.mlp.gate_up_proj.q_weight
                                                                  
[0061/0325] saving model.layers.29.mlp.gate_up_proj.q_scale
                                                                  
[0062/0325] saving model.layers.29.post_attention_layernorm.weight
                                                                  
[0063/0325] saving model.layers.29.self_attn.qkv_proj.q_weight
                                                                  
[0064/0325] saving model.layers.29.self_attn.qkv_proj.q_scale
                                                                  
[0065/0325] saving model.layers.29.self_attn.o_proj.q_weight
                                                                  
[0066/0325] saving model.layers.29.self_attn.o_proj.q_scale
                                                                  
[0067/0325] saving model.layers.30.input_layernorm.weight
                                                                  
[0068/0325] saving model.layers.30.mlp.down_proj.q_weight
                                                                  
[0069/0325] saving model.layers.30.mlp.down_proj.q_scale
                                                                  
[0070/0325] saving model.layers.30.mlp.gate_up_proj.q_weight
                                                                  
[0071/0325] saving model.layers.30.mlp.gate_up_proj.q_scale
                                                                  
[0072/0325] saving model.layers.30.post_attention_layernorm.weight
                                                                  
[0073/0325] saving model.layers.30.self_attn.qkv_proj.q_weight
                                                                  
[0074/0325] saving model.layers.30.self_attn.qkv_proj.q_scale
                                                                  
[0075/0325] saving model.layers.30.self_attn.o_proj.q_weight
                                                                  
[0076/0325] saving model.layers.30.self_attn.o_proj.q_scale
                                                                  
[0077/0325] saving model.layers.31.input_layernorm.weight
                                                                  
[0078/0325] saving model.layers.31.mlp.down_proj.q_weight
                                                                  
[0079/0325] saving model.layers.31.mlp.down_proj.q_scale
                                                                  
[0080/0325] saving model.layers.31.mlp.gate_up_proj.q_weight
                                                                  
[0081/0325] saving model.layers.31.mlp.gate_up_proj.q_scale
                                                                  
[0082/0325] saving model.layers.31.post_attention_layernorm.weight
                                                                  
[0083/0325] saving model.layers.31.self_attn.qkv_proj.q_weight
                                                                  
[0084/0325] saving model.layers.31.self_attn.qkv_proj.q_scale
                                                                  
[0085/0325] saving model.layers.31.self_attn.o_proj.q_weight
                                                                  
[0086/0325] saving model.layers.31.self_attn.o_proj.q_scale
                                                                  
[0087/0325] saving model.norm.weight
                                                                  
[0088/0325] saving model.embed_tokens.q_weight
                                                                  
[0089/0325] saving model.embed_tokens.q_scale
                                                                  
[0090/0325] saving model.layers.0.input_layernorm.weight
                                                                  
[0091/0325] saving model.layers.0.mlp.down_proj.q_weight
                                                                  
[0092/0325] saving model.layers.0.mlp.down_proj.q_scale
                                                                  
[0093/0325] saving model.layers.0.mlp.gate_up_proj.q_weight
                                                                  
[0094/0325] saving model.layers.0.mlp.gate_up_proj.q_scale
                                                                  
[0095/0325] saving model.layers.0.post_attention_layernorm.weight
                                                                  
[0096/0325] saving model.layers.0.self_attn.qkv_proj.q_weight
                                                                  
[0097/0325] saving model.layers.0.self_attn.qkv_proj.q_scale
                                                                  
[0098/0325] saving model.layers.0.self_attn.o_proj.q_weight
                                                                  
[0099/0325] saving model.layers.0.self_attn.o_proj.q_scale
                                                                  
[0100/0325] saving model.layers.1.input_layernorm.weight
                                                                  
[0101/0325] saving model.layers.1.mlp.down_proj.q_weight
                                                                  
[0102/0325] saving model.layers.1.mlp.down_proj.q_scale
                                                                  
[0103/0325] saving model.layers.1.mlp.gate_up_proj.q_weight
                                                                  
[0104/0325] saving model.layers.1.mlp.gate_up_proj.q_scale
                                                                  
[0105/0325] saving model.layers.1.post_attention_layernorm.weight
                                                                  
[0106/0325] saving model.layers.1.self_attn.qkv_proj.q_weight
                                                                  
[0107/0325] saving model.layers.1.self_attn.qkv_proj.q_scale
                                                                  
[0108/0325] saving model.layers.1.self_attn.o_proj.q_weight
                                                                  
[0109/0325] saving model.layers.1.self_attn.o_proj.q_scale
                                                                  
[0110/0325] saving model.layers.10.input_layernorm.weight
                                                                  
[0111/0325] saving model.layers.10.mlp.down_proj.q_weight
                                                                  
[0112/0325] saving model.layers.10.mlp.down_proj.q_scale
                                                                  
[0113/0325] saving model.layers.10.mlp.gate_up_proj.q_weight
                                                                  
[0114/0325] saving model.layers.10.mlp.gate_up_proj.q_scale
                                                                  
[0115/0325] saving model.layers.10.post_attention_layernorm.weight
                                                                  
[0116/0325] saving model.layers.10.self_attn.qkv_proj.q_weight
                                                                  
[0117/0325] saving model.layers.10.self_attn.qkv_proj.q_scale
                                                                  
[0118/0325] saving model.layers.10.self_attn.o_proj.q_weight
                                                                  
[0119/0325] saving model.layers.10.self_attn.o_proj.q_scale
                                                                  
[0120/0325] saving model.layers.11.mlp.gate_up_proj.q_weight
                                                                  
[0121/0325] saving model.layers.11.mlp.gate_up_proj.q_scale
                                                                  
[0122/0325] saving model.layers.11.self_attn.qkv_proj.q_weight
                                                                  
[0123/0325] saving model.layers.11.self_attn.qkv_proj.q_scale
                                                                  
[0124/0325] saving model.layers.11.self_attn.o_proj.q_weight
                                                                  
[0125/0325] saving model.layers.11.self_attn.o_proj.q_scale
                                                                  
[0126/0325] saving model.layers.2.input_layernorm.weight
                                                                  
[0127/0325] saving model.layers.2.mlp.down_proj.q_weight
                                                                  
[0128/0325] saving model.layers.2.mlp.down_proj.q_scale
                                                                  
[0129/0325] saving model.layers.2.mlp.gate_up_proj.q_weight
                                                                  
[0130/0325] saving model.layers.2.mlp.gate_up_proj.q_scale
                                                                  
[0131/0325] saving model.layers.2.post_attention_layernorm.weight
                                                                  
[0132/0325] saving model.layers.2.self_attn.qkv_proj.q_weight
                                                                  
[0133/0325] saving model.layers.2.self_attn.qkv_proj.q_scale
                                                                  
[0134/0325] saving model.layers.2.self_attn.o_proj.q_weight
                                                                  
[0135/0325] saving model.layers.2.self_attn.o_proj.q_scale
                                                                  
[0136/0325] saving model.layers.3.input_layernorm.weight
                                                                  
[0137/0325] saving model.layers.3.mlp.down_proj.q_weight
                                                                  
[0138/0325] saving model.layers.3.mlp.down_proj.q_scale
                                                                  
[0139/0325] saving model.layers.3.mlp.gate_up_proj.q_weight
                                                                  
[0140/0325] saving model.layers.3.mlp.gate_up_proj.q_scale
                                                                  
[0141/0325] saving model.layers.3.post_attention_layernorm.weight
                                                                  
[0142/0325] saving model.layers.3.self_attn.qkv_proj.q_weight
                                                                  
[0143/0325] saving model.layers.3.self_attn.qkv_proj.q_scale
                                                                  
[0144/0325] saving model.layers.3.self_attn.o_proj.q_weight
                                                                  
[0145/0325] saving model.layers.3.self_attn.o_proj.q_scale
                                                                  
[0146/0325] saving model.layers.4.input_layernorm.weight
                                                                  
[0147/0325] saving model.layers.4.mlp.down_proj.q_weight
                                                                  
[0148/0325] saving model.layers.4.mlp.down_proj.q_scale
                                                                  
[0149/0325] saving model.layers.4.mlp.gate_up_proj.q_weight
                                                                  
[0150/0325] saving model.layers.4.mlp.gate_up_proj.q_scale
                                                                  
[0151/0325] saving model.layers.4.post_attention_layernorm.weight
                                                                  
[0152/0325] saving model.layers.4.self_attn.qkv_proj.q_weight
                                                                  
[0153/0325] saving model.layers.4.self_attn.qkv_proj.q_scale
                                                                  
[0154/0325] saving model.layers.4.self_attn.o_proj.q_weight
                                                                  
[0155/0325] saving model.layers.4.self_attn.o_proj.q_scale
                                                                  
[0156/0325] saving model.layers.5.input_layernorm.weight
                                                                  
[0157/0325] saving model.layers.5.mlp.down_proj.q_weight
                                                                  
[0158/0325] saving model.layers.5.mlp.down_proj.q_scale
                                                                  
[0159/0325] saving model.layers.5.mlp.gate_up_proj.q_weight
                                                                  
[0160/0325] saving model.layers.5.mlp.gate_up_proj.q_scale
                                                                  
[0161/0325] saving model.layers.5.post_attention_layernorm.weight
                                                                  
[0162/0325] saving model.layers.5.self_attn.qkv_proj.q_weight
                                                                  
[0163/0325] saving model.layers.5.self_attn.qkv_proj.q_scale
                                                                  
[0164/0325] saving model.layers.5.self_attn.o_proj.q_weight
                                                                  
[0165/0325] saving model.layers.5.self_attn.o_proj.q_scale
                                                                  
[0166/0325] saving model.layers.6.input_layernorm.weight
                                                                  
[0167/0325] saving model.layers.6.mlp.down_proj.q_weight
                                                                  
[0168/0325] saving model.layers.6.mlp.down_proj.q_scale
                                                                  
[0169/0325] saving model.layers.6.mlp.gate_up_proj.q_weight
                                                                  
[0170/0325] saving model.layers.6.mlp.gate_up_proj.q_scale
                                                                  
[0171/0325] saving model.layers.6.post_attention_layernorm.weight
                                                                  
[0172/0325] saving model.layers.6.self_attn.qkv_proj.q_weight
                                                                  
[0173/0325] saving model.layers.6.self_attn.qkv_proj.q_scale
                                                                  
[0174/0325] saving model.layers.6.self_attn.o_proj.q_weight
                                                                  
[0175/0325] saving model.layers.6.self_attn.o_proj.q_scale
                                                                  
[0176/0325] saving model.layers.7.input_layernorm.weight
                                                                  
[0177/0325] saving model.layers.7.mlp.down_proj.q_weight
                                                                  
[0178/0325] saving model.layers.7.mlp.down_proj.q_scale
                                                                  
[0179/0325] saving model.layers.7.mlp.gate_up_proj.q_weight
                                                                  
[0180/0325] saving model.layers.7.mlp.gate_up_proj.q_scale
                                                                  
[0181/0325] saving model.layers.7.post_attention_layernorm.weight
                                                                  
[0182/0325] saving model.layers.7.self_attn.qkv_proj.q_weight
                                                                  
[0183/0325] saving model.layers.7.self_attn.qkv_proj.q_scale
                                                                  
[0184/0325] saving model.layers.7.self_attn.o_proj.q_weight
                                                                  
[0185/0325] saving model.layers.7.self_attn.o_proj.q_scale
                                                                  
[0186/0325] saving model.layers.8.input_layernorm.weight
                                                                  
[0187/0325] saving model.layers.8.mlp.down_proj.q_weight
                                                                  
[0188/0325] saving model.layers.8.mlp.down_proj.q_scale
                                                                  
[0189/0325] saving model.layers.8.mlp.gate_up_proj.q_weight
                                                                  
[0190/0325] saving model.layers.8.mlp.gate_up_proj.q_scale
                                                                  
[0191/0325] saving model.layers.8.post_attention_layernorm.weight
                                                                  
[0192/0325] saving model.layers.8.self_attn.qkv_proj.q_weight
                                                                  
[0193/0325] saving model.layers.8.self_attn.qkv_proj.q_scale
                                                                  
[0194/0325] saving model.layers.8.self_attn.o_proj.q_weight
                                                                  
[0195/0325] saving model.layers.8.self_attn.o_proj.q_scale
                                                                  
[0196/0325] saving model.layers.9.input_layernorm.weight
                                                                  
[0197/0325] saving model.layers.9.mlp.down_proj.q_weight
                                                                  
[0198/0325] saving model.layers.9.mlp.down_proj.q_scale
                                                                  
[0199/0325] saving model.layers.9.mlp.gate_up_proj.q_weight
                                                                  
[0200/0325] saving model.layers.9.mlp.gate_up_proj.q_scale
                                                                  
[0201/0325] saving model.layers.9.post_attention_layernorm.weight
                                                                  
[0202/0325] saving model.layers.9.self_attn.qkv_proj.q_weight
                                                                  
[0203/0325] saving model.layers.9.self_attn.qkv_proj.q_scale
                                                                  
[0204/0325] saving model.layers.9.self_attn.o_proj.q_weight
                                                                  
[0205/0325] saving model.layers.9.self_attn.o_proj.q_scale
                                                                  
[0206/0325] saving model.layers.11.input_layernorm.weight
                                                                  
[0207/0325] saving model.layers.11.mlp.down_proj.q_weight
                                                                  
[0208/0325] saving model.layers.11.mlp.down_proj.q_scale
                                                                  
[0209/0325] saving model.layers.11.post_attention_layernorm.weight
                                                                  
[0210/0325] saving model.layers.12.input_layernorm.weight
                                                                  
[0211/0325] saving model.layers.12.mlp.down_proj.q_weight
                                                                  
[0212/0325] saving model.layers.12.mlp.down_proj.q_scale
                                                                  
[0213/0325] saving model.layers.12.mlp.gate_up_proj.q_weight
                                                                  
[0214/0325] saving model.layers.12.mlp.gate_up_proj.q_scale
                                                                  
[0215/0325] saving model.layers.12.post_attention_layernorm.weight
                                                                  
[0216/0325] saving model.layers.12.self_attn.qkv_proj.q_weight
                                                                  
[0217/0325] saving model.layers.12.self_attn.qkv_proj.q_scale
                                                                  
[0218/0325] saving model.layers.12.self_attn.o_proj.q_weight
                                                                  
[0219/0325] saving model.layers.12.self_attn.o_proj.q_scale
                                                                  
[0220/0325] saving model.layers.13.input_layernorm.weight
                                                                  
[0221/0325] saving model.layers.13.mlp.down_proj.q_weight
                                                                  
[0222/0325] saving model.layers.13.mlp.down_proj.q_scale
                                                                  
[0223/0325] saving model.layers.13.mlp.gate_up_proj.q_weight
                                                                  
[0224/0325] saving model.layers.13.mlp.gate_up_proj.q_scale
                                                                  
[0225/0325] saving model.layers.13.post_attention_layernorm.weight
                                                                  
[0226/0325] saving model.layers.13.self_attn.qkv_proj.q_weight
                                                                  
[0227/0325] saving model.layers.13.self_attn.qkv_proj.q_scale
                                                                  
[0228/0325] saving model.layers.13.self_attn.o_proj.q_weight
                                                                  
[0229/0325] saving model.layers.13.self_attn.o_proj.q_scale
                                                                  
[0230/0325] saving model.layers.14.input_layernorm.weight
                                                                  
[0231/0325] saving model.layers.14.mlp.down_proj.q_weight
                                                                  
[0232/0325] saving model.layers.14.mlp.down_proj.q_scale
                                                                  
[0233/0325] saving model.layers.14.mlp.gate_up_proj.q_weight
                                                                  
[0234/0325] saving model.layers.14.mlp.gate_up_proj.q_scale
                                                                  
[0235/0325] saving model.layers.14.post_attention_layernorm.weight
                                                                  
[0236/0325] saving model.layers.14.self_attn.qkv_proj.q_weight
                                                                  
[0237/0325] saving model.layers.14.self_attn.qkv_proj.q_scale
                                                                  
[0238/0325] saving model.layers.14.self_attn.o_proj.q_weight
                                                                  
[0239/0325] saving model.layers.14.self_attn.o_proj.q_scale
                                                                  
[0240/0325] saving model.layers.15.input_layernorm.weight
                                                                  
[0241/0325] saving model.layers.15.mlp.down_proj.q_weight
                                                                  
[0242/0325] saving model.layers.15.mlp.down_proj.q_scale
                                                                  
[0243/0325] saving model.layers.15.mlp.gate_up_proj.q_weight
                                                                  
[0244/0325] saving model.layers.15.mlp.gate_up_proj.q_scale
                                                                  
[0245/0325] saving model.layers.15.post_attention_layernorm.weight
                                                                  
[0246/0325] saving model.layers.15.self_attn.qkv_proj.q_weight
                                                                  
[0247/0325] saving model.layers.15.self_attn.qkv_proj.q_scale
                                                                  
[0248/0325] saving model.layers.15.self_attn.o_proj.q_weight
                                                                  
[0249/0325] saving model.layers.15.self_attn.o_proj.q_scale
                                                                  
[0250/0325] saving model.layers.16.input_layernorm.weight
                                                                  
[0251/0325] saving model.layers.16.mlp.down_proj.q_weight
                                                                  
[0252/0325] saving model.layers.16.mlp.down_proj.q_scale
                                                                  
[0253/0325] saving model.layers.16.mlp.gate_up_proj.q_weight
                                                                  
[0254/0325] saving model.layers.16.mlp.gate_up_proj.q_scale
                                                                  
[0255/0325] saving model.layers.16.post_attention_layernorm.weight
                                                                  
[0256/0325] saving model.layers.16.self_attn.qkv_proj.q_weight
                                                                  
[0257/0325] saving model.layers.16.self_attn.qkv_proj.q_scale
                                                                  
[0258/0325] saving model.layers.16.self_attn.o_proj.q_weight
                                                                  
[0259/0325] saving model.layers.16.self_attn.o_proj.q_scale
                                                                  
[0260/0325] saving model.layers.17.input_layernorm.weight
                                                                  
[0261/0325] saving model.layers.17.mlp.down_proj.q_weight
                                                                  
[0262/0325] saving model.layers.17.mlp.down_proj.q_scale
                                                                  
[0263/0325] saving model.layers.17.mlp.gate_up_proj.q_weight
                                                                  
[0264/0325] saving model.layers.17.mlp.gate_up_proj.q_scale
                                                                  
[0265/0325] saving model.layers.17.post_attention_layernorm.weight
                                                                  
[0266/0325] saving model.layers.17.self_attn.qkv_proj.q_weight
                                                                  
[0267/0325] saving model.layers.17.self_attn.qkv_proj.q_scale
                                                                  
[0268/0325] saving model.layers.17.self_attn.o_proj.q_weight
                                                                  
[0269/0325] saving model.layers.17.self_attn.o_proj.q_scale
                                                                  
[0270/0325] saving model.layers.18.input_layernorm.weight
                                                                  
[0271/0325] saving model.layers.18.mlp.down_proj.q_weight
                                                                  
[0272/0325] saving model.layers.18.mlp.down_proj.q_scale
                                                                  
[0273/0325] saving model.layers.18.mlp.gate_up_proj.q_weight
                                                                  
[0274/0325] saving model.layers.18.mlp.gate_up_proj.q_scale
                                                                  
[0275/0325] saving model.layers.18.post_attention_layernorm.weight
                                                                  
[0276/0325] saving model.layers.18.self_attn.qkv_proj.q_weight
                                                                  
[0277/0325] saving model.layers.18.self_attn.qkv_proj.q_scale
                                                                  
[0278/0325] saving model.layers.18.self_attn.o_proj.q_weight
                                                                  
[0279/0325] saving model.layers.18.self_attn.o_proj.q_scale
                                                                  
[0280/0325] saving model.layers.19.input_layernorm.weight
                                                                  
[0281/0325] saving model.layers.19.mlp.down_proj.q_weight
                                                                  
[0282/0325] saving model.layers.19.mlp.down_proj.q_scale
                                                                  
[0283/0325] saving model.layers.19.mlp.gate_up_proj.q_weight
                                                                  
[0284/0325] saving model.layers.19.mlp.gate_up_proj.q_scale
                                                                  
[0285/0325] saving model.layers.19.post_attention_layernorm.weight
                                                                  
[0286/0325] saving model.layers.19.self_attn.qkv_proj.q_weight
                                                                  
[0287/0325] saving model.layers.19.self_attn.qkv_proj.q_scale
                                                                  
[0288/0325] saving model.layers.19.self_attn.o_proj.q_weight
                                                                  
[0289/0325] saving model.layers.19.self_attn.o_proj.q_scale
                                                                  
[0290/0325] saving model.layers.20.input_layernorm.weight
                                                                  
[0291/0325] saving model.layers.20.mlp.down_proj.q_weight
                                                                  
[0292/0325] saving model.layers.20.mlp.down_proj.q_scale
                                                                  
[0293/0325] saving model.layers.20.mlp.gate_up_proj.q_weight
                                                                  
[0294/0325] saving model.layers.20.mlp.gate_up_proj.q_scale
                                                                  
[0295/0325] saving model.layers.20.post_attention_layernorm.weight
                                                                  
[0296/0325] saving model.layers.20.self_attn.qkv_proj.q_weight
                                                                  
[0297/0325] saving model.layers.20.self_attn.qkv_proj.q_scale
                                                                  
[0298/0325] saving model.layers.20.self_attn.o_proj.q_weight
                                                                  
[0299/0325] saving model.layers.20.self_attn.o_proj.q_scale
                                                                  
[0300/0325] saving model.layers.21.input_layernorm.weight
                                                                  
[0301/0325] saving model.layers.21.mlp.down_proj.q_weight
                                                                  
[0302/0325] saving model.layers.21.mlp.down_proj.q_scale
                                                                  
[0303/0325] saving model.layers.21.mlp.gate_up_proj.q_weight
                                                                  
[0304/0325] saving model.layers.21.mlp.gate_up_proj.q_scale
                                                                  
[0305/0325] saving model.layers.21.post_attention_layernorm.weight
                                                                  
[0306/0325] saving model.layers.21.self_attn.qkv_proj.q_weight
                                                                  
[0307/0325] saving model.layers.21.self_attn.qkv_proj.q_scale
                                                                  
[0308/0325] saving model.layers.21.self_attn.o_proj.q_weight
                                                                  
[0309/0325] saving model.layers.21.self_attn.o_proj.q_scale
                                                                  
[0310/0325] saving model.layers.22.input_layernorm.weight
                                                                  
[0311/0325] saving model.layers.22.mlp.down_proj.q_weight
                                                                  
[0312/0325] saving model.layers.22.mlp.down_proj.q_scale
                                                                  
[0313/0325] saving model.layers.22.mlp.gate_up_proj.q_weight
                                                                  
[0314/0325] saving model.layers.22.mlp.gate_up_proj.q_scale
                                                                  
[0315/0325] saving model.layers.22.post_attention_layernorm.weight
                                                                  
[0316/0325] saving model.layers.22.self_attn.qkv_proj.q_weight
                                                                  
[0317/0325] saving model.layers.22.self_attn.qkv_proj.q_scale
                                                                  
[0318/0325] saving model.layers.22.self_attn.o_proj.q_weight
                                                                  
[0319/0325] saving model.layers.22.self_attn.o_proj.q_scale
                                                                  
[0320/0325] saving model.layers.23.mlp.gate_up_proj.q_weight
                                                                  
[0321/0325] saving model.layers.23.mlp.gate_up_proj.q_scale[2023-12-17 15:54:57] INFO convert_weight.py:131: Saved to directory: /tmp/tmp3rxs2lx1

                                                                  
[0322/0325] saving model.layers.23.self_attn.qkv_proj.q_weight
                                                                  
[0323/0325] saving model.layers.23.self_attn.qkv_proj.q_scale
                                                                  
[0324/0325] saving model.layers.23.self_attn.o_proj.q_weight
                                                                  
[0325/0325] saving model.layers.23.self_attn.o_proj.q_scale
All finished, 114 total shards committed, record saved to /tmp/tmp3rxs2lx1/ndarray-cache.json