chore: import upstream snapshot with attribution

examples/export/quantize/moe/awq.sh

@@ -0,0 +1,13 @@
+pip install "transformers<4.52"
+
+CUDA_VISIBLE_DEVICES=0,1 \
+swift export \
+    --model Qwen/Qwen3-30B-A3B \
+    --dataset 'swift/Qwen3-SFT-Mixin' \
+    --device_map auto \
+    --quant_n_samples 64 \
+    --quant_batch_size -1 \
+    --max_length 8192 \
+    --quant_method awq \
+    --quant_bits 4 \
+    --output_dir Qwen3-30B-A3B-AWQ

examples/export/quantize/moe/bnb.sh

@@ -0,0 +1,6 @@
+CUDA_VISIBLE_DEVICES=0 \
+swift export \
+    --model Qwen/Qwen3-30B-A3B \
+    --quant_method bnb \
+    --quant_bits 4 \
+    --output_dir Qwen3-30B-A3B-BNB-Int4

examples/export/quantize/moe/fp8.sh

@@ -0,0 +1,11 @@
+CUDA_VISIBLE_DEVICES=0 \
+swift export \
+    --model Qwen/Qwen3-30B-A3B \
+    --quant_method fp8 \
+    --output_dir Qwen3-30B-A3B-FP8
+
+# CUDA_VISIBLE_DEVICES=0 \
+# swift infer \
+#     --model Qwen3-30B-A3B-FP8 \
+#     --infer_backend vllm \
+#     --stream true

examples/export/quantize/moe/gptq.sh

@@ -0,0 +1,13 @@
+# 2 * 80GB
+OMP_NUM_THREADS=14 \
+CUDA_VISIBLE_DEVICES=0,1 \
+swift export \
+    --model Qwen/Qwen2-57B-A14B-Instruct \
+    --dataset 'AI-ModelScope/alpaca-gpt4-data-zh#1000' \
+              'AI-ModelScope/alpaca-gpt4-data-en#1000' \
+    --quant_n_samples 512 \
+    --quant_batch_size 1 \
+    --max_length 4096 \
+    --quant_method gptq \
+    --quant_bits 4 \
+    --output_dir Qwen2-57B-A14B-Instruct-GPTQ-Int4