SlowLlama - Ajustando Llama2-70b e CodeLlama no M1/M2 sem quantização

• Ajuste fino de modelos como o Llama2-70B em Apple M1/M2 e GPUs nVidia de consumo
• Em vez de usar quantização (quantization), parte do modelo é descarregada para SSD ou memória principal tanto no passo de forward quanto no de backward
• A versão atual limita as atualizações a um conjunto menor de parâmetros usando LoRA
  • A primeira versão também permitia ajuste fino completo, mas isso foi removido agora