执行摘要

• 一句话：增强断言信息以提升调试体验
• 推荐动作：值得合并的小优化，无需额外 review。

功能与动机

PR body 明确指出：当 len(log_prob) != response_length 时，裸 assert 仅抛出 AssertionError，无法区分是 rollout_log_probs 被截断、response_length 过时还是 prompt_length 计算错误，开发者必须添加打印并重跑才能定位。加入三个数值后，根因可从栈追踪中直接推断。

实现拆解

1. 在 slime/backends/megatron_utils/cp_utils.py 文件的 slice_log_prob_with_cp 函数中，将第 226 行的裸 assert len(log_prob) == response_length 替换为带格式化消息的 assert，消息包含 len(log_prob)、response_length 和 total_length 三个变量的值。
2. 改动仅 4 行新增、1 行删除，不涉及其他文件或测试。

关键文件：

• slime/backends/megatron_utils/cp_utils.py（模块 后端工具；类别 source；类型 core-logic）: 核心变更文件，修改了 slice_log_prob_with_cp 函数中的断言消息。

关键符号：slice_log_prob_with_cp

关键源码片段

slime/backends/megatron_utils/cp_utils.py

核心变更文件，修改了 slice_log_prob_with_cp 函数中的断言消息。

# slime/backends/megatron_utils/cp_utils.py
​
def slice_log_prob_with_cp(
    log_prob: list[float] | torch.Tensor,
    total_length: int,
    response_length: int,
    qkv_format: str = "thd",
    max_token_len: int | None = None,
) -> list[float] | torch.Tensor:
    # 带上下文信息的断言，方便从栈追踪直接定位问题
    assert len(log_prob) == response_length, (
        f"log_prob length mismatch: len(log_prob)={len(log_prob)}, "
        f"response_length={response_length}, total_length={total_length}"
    )
​
    cp_size = mpu.get_context_parallel_world_size()
​
    if cp_size == 1:
        return log_prob
​
    prompt_length = total_length - response_length
    _, _, logits_offset, _ = get_logits_and_tokens_offset_with_cp(
        total_length, response_length, qkv_format, max_token_len
    )
​
    chunk_1 = log_prob[logits_offset[0][0] - (prompt_length - 1) : logits_offset[0][1] - (prompt_length - 1)]
    chunk_2 = log_prob[logits_offset[1][0] - (prompt_length - 1) : logits_offset[1][1] - (prompt_length - 1)]
​
    if isinstance(log_prob, list):
        return chunk_1 + chunk_2
    else:
        return torch.cat([chunk_1, chunk_2], dim=0)

评论区精华

无 review 评论或讨论。

• 暂无高价值评论线程

风险与影响

• 风险：风险极低。仅修改了 assert 消息格式，不改变任何控制流、数据或返回值。断言条件本身未变更，因此不会引入回归。无性能影响。
• 影响：影响范围极小，仅对 Context Parallel 训练中触发该断言失败的场景有正向调试体验提升。不影响正常路径。
• 风险标记：暂无

关联脉络

• 暂无明显关联 PR