执行摘要

• 一句话：修复 GLM4.7 Flash 在 sglang v0.5.12 中的 MTP 架构映射
• 推荐动作：使用 GLM4.7 Flash 的团队应更新 Docker 镜像以包含此修复。此 PR 改动较小但补丁方法值得了解，适合需要定制 sglang 的开发者关注。

功能与动机

根据 PR 标题和改动内容，目的是修复 GLM4.7 Flash 模型在 sglang v0.5.12 中的运行问题，特别是当使用 MTP 功能时，Glm4MoeLiteForCausalLM 架构未被正确映射到 NextN 版本。

实现拆解

1. 在 model_config.py 中拆分架构映射逻辑，使 Glm4MoeForCausalLM 和 Glm4MoeLiteForCausalLM 各自映射到对应的 NextN 架构。
2. 在 weight_utils.py 的 maybe_add_mtp_safetensors 函数中增加对 Glm4MoeLiteForCausalLM 及其 NextN 版本的架构检查，确保 MTP 权重文件能被正确发现。
3. 在 glm4_moe_nextn.py 的 Glm4MoeModelNextN 类中添加 decoder_layer_cls 和 decoder_needs_zero_allocator 属性，并用 self.decoder_layer_cls 替代硬编码的 Glm4MoeDecoderLayer，提高灵活性。
4. 更新 docker/version.txt 版本日期为 20260530a。

关键文件：

• docker/patch/latest/sglang.patch（模块 SGLang；类别 config；类型 core-logic；符号 Glm4MoeModelNextN, init, Glm4MoeForCausalLMNextN）: 核心补丁文件：修复 GLM4.7 Flash 的 MTP 架构映射问题，包含对 sglang 多个源文件的修改
• docker/version.txt（模块 版本配置；类别 docs；类型 configuration）: 更新补丁版本日期，从 20260529a 到 20260530a，标记补丁更新

关键符号：Glm4MoeModelNextN.init, maybe_add_mtp_safetensors, Glm4MoeModelNextN

关键源码片段

docker/patch/latest/sglang.patch

核心补丁文件：修复 GLM4.7 Flash 的 MTP 架构映射问题，包含对 sglang 多个源文件的修改

# docker/patch/latest/sglang.patch 中 model_config.py 的架构映射拆分
# 原代码将 Glm4MoeForCausalLM 和 Glm4MoeLiteForCausalLM 合在一起映射为 NextN，
# 但 Glm4MoeLiteForCausalLM 需要单独映射到 Glm4MoeLiteForCausalLMNextN
if is_draft_model and self.hf_config.architectures[0] == "Glm4MoeForCausalLM":
    self.hf_config.architectures[0] = "Glm4MoeForCausalLMNextN"
​
if is_draft_model and self.hf_config.architectures[0] == "Glm4MoeLiteForCausalLM":
    self.hf_config.architectures[0] = "Glm4MoeLiteForCausalLMNextN"

评论区精华

无 review 评论。

• 暂无高价值评论线程

风险与影响

• 风险：补丁修改了 sglang 的配置和模型加载核心逻辑，如果补丁存在错误，可能导致 GLM4.7 Flash 模型在 Docker 环境中启动失败或推理异常。不过该补丁已合并且无回退，风险可控。此外补丁引入了 zstd 依赖，但在 Docker 镜像中应已预装。
• 影响：直接影响使用 GLM4.7 Flash 模型且启用 MTP 的用户，修复了之前可能出现的架构识别错误，使模型能正常使用 Flash 和 NextN 特性。对不使用该模型的用户无影响。Docker 构建将包含此补丁，基础镜像版本更新。
• 风险标记：核心路径变更, 缺少测试覆盖

关联脉络

• PR #1977 [docker] fix GLM4.7 flash for sglang v0.5.12: 同一功能线，相同目标模型和补丁文件，本 PR 是其后续修复