执行摘要

• 一句话：移除 e2e-test-short，扩展 Megatron 测试矩阵
• 推荐动作：值得关注：
  1. 确认被删除的测试是否被其他测试充分覆盖，必要时添加缺失用例。
  2. 该 PR 展示了将临时/短测试合并到统一矩阵的模式，可评估是否对新 PR 的测试组织有参考价值。

功能与动机

根据 commit message 和变更内容，此 PR 旨在清理 CI 配置，简化维护：将分散的短测试合并到核心 Megatron 测试矩阵，减少重复的 job 定义，并移除不再推荐的测试路径。

实现拆解

1. 修改 Jinja2 模板文件 .github/workflows/pr-test.yml.j2：移除 e2e-test-short job 定义，在 megatron_tests 列表新增大量测试用例（如 test_full_disk_weight_update.py、test_quick_start_glm4_9B.py 等），并调整 e2e-test-image 使其复用 megatron_tests 矩阵。
2. 重新生成 .github/workflows/pr-test.yml：移除了整个 e2e-test-short job（85 行删除），只保留必要的结构定义（3 行新增）。
3. 删除两个不再属于独立 job 的测试文件：tests/test_delta_weight_update.py（143 行）和 tests/test_qwen2.5_0.5B_ppo_critic_only_short.py（129 行）。
4. 更新中英文 CI 文档（docs/en/developer_guide/ci.md 和 docs/zh/developer_guide/ci.md）：移除关于 run-ci-short 的描述，修改 run-ci-image 的描述以反映其复用 megatron 矩阵的变化。

关键文件：

• tests/test_delta_weight_update.py（模块 测试；类别 test；类型 deletion；符号 prepare, execute）: 被删除的 E2E smoke 测试文件，直接导致对应功能失去独立 CI 覆盖
• tests/test_qwen2.5_0.5B_ppo_critic_only_short.py（模块 测试；类别 test；类型 deletion；符号 prepare, execute）: 被删除的 PPO critic-only 短测试，对应功能失去独立 CI 覆盖
• .github/workflows/pr-test.yml（模块 CI工作流；类别 infra；类型 infrastructure）: 生成的 CI 工作流文件，删除了 e2e-test-short job（减少 85 行）
• .github/workflows/pr-test.yml.j2（模块 CI工作流；类别 infra；类型 infrastructure）: Jinja2 模板核心变更，移除 e2e-test-short 并扩展 megatron_tests，控制整个 CI 生成
• docs/en/developer_guide/ci.md（模块 开发者文档；类别 docs；类型 documentation）: 更新英文 CI 文档，移除 run-ci-short 描述，调整 run-ci-image 描述
• docs/zh/developer_guide/ci.md（模块 开发者文档；类别 docs；类型 documentation）: 更新中文 CI 文档，与英文文档同步变更

关键符号：prepare, execute

关键源码片段

tests/test_delta_weight_update.py

被删除的 E2E smoke 测试文件，直接导致对应功能失去独立 CI 覆盖

# 该文件已被删除，之前用于测试 disk-backed delta weight updates。
# 它通过 prepare() 准备数据，execute() 运行训练并验证 delta 文件生成。
# 下方是被删除的完整源码片段：
​
"""E2E smoke test for disk-backed delta weight updates.
​
Runs a tiny Qwen3.5-0.8B job so the first weight update seeds the delta
snapshot and the post-train update publishes sparse delta files through
``update_weights_from_disk(load_format="delta", files=...)``.
"""
​
import os
import tempfile
from pathlib import Path
​
import slime.utils.external_utils.command_utils as U
​
​
MODEL_NAME = "Qwen3.5-0.8B"
MODEL_TYPE = "qwen3.5-0.8B"
NUM_GPUS = 4
TORCH_DIST_CKPT = f"/dev/shm/{MODEL_NAME}_torch_dist"
​
​
def prepare():
    U.exec_command("mkdir -p /root/models /root/datasets")
    U.exec_command(f"hf download Qwen/{MODEL_NAME} --local-dir /root/models/{MODEL_NAME}")
    U.hf_download_dataset("zhuzilin/gsm8k")
    U.convert_checkpoint(
        model_name=MODEL_NAME,
        megatron_model_type=MODEL_TYPE,
        num_gpus_per_node=NUM_GPUS,
        dir_dst="/dev/shm",
    )
​
​
def execute():
    with tempfile.TemporaryDirectory(prefix="slime_delta_weight_update_") as delta_dir:
        ckpt_args = f"--hf-checkpoint /root/models/{MODEL_NAME}/ " f"--ref-load {TORCH_DIST_CKPT} "
        # ...（中间 args 省略，详见上下文）
        pass
​
if __name__ == "__main__":
    prepare()
    for proxy_var in ("http_proxy", "https_proxy", "HTTP_PROXY", "HTTPS_PROXY"):
        os.environ.pop(proxy_var, None)
    execute()

.github/workflows/pr-test.yml.j2

Jinja2 模板核心变更，移除 e2e-test-short 并扩展 megatron_tests，控制整个 CI 生成

{# 以下是模板文件的部分片段，展示 megatron_tests 定义和 jobs 调整 #}
<% set megatron_tests = [
    {'test_file': 'test_full_disk_weight_update.py', 'num_gpus': 4},
    {'test_file': 'test_quick_start_glm4_9B.py', 'num_gpus': 8, 'enable_eval': '0'},
    {'test_file': 'test_glm4.7_30B_A3B_pd_mooncake.py', 'num_gpus': 8},
    # ... 更多测试已添加，覆盖多种模型和场景
] %>

<% set jobs = {
    # 'e2e-test-short' 已被移除
    'e2e-test-sglang-config': {
        'label': 'run-ci-sglang-config',
        'tests': [ ... ]
    },
    'e2e-test-megatron': {
        'label': 'run-ci-megatron',
        'tests': megatron_tests  # 现在 megatron 矩阵包含更多测试
    },
    # ... 其他 jobs
} %>

评论区精华

本次 PR 无 review 评论和讨论。

• 暂无高价值评论线程

风险与影响

• 风险：主要风险在于测试覆盖的丢失：直接删除的两个测试文件（delta weight update 和 PPO critic-only）并未显式包含在新 megatron_tests 列表中，可能导致对应功能缺乏 CI 验证。虽然部分场景可能被其他 megatron 测试间接覆盖，但需要确认。另外，CI 工作流依赖生成的 YAML，模板变更需确保生成正确。
• 影响：影响主要限于开发者和 CI 维护者：e2e-test-short job 不再可用，需要使用 run-ci-megatron 或 run-ci-changed 触发相关测试。对最终用户无影响。团队需要更新 PR 标签使用习惯（不再使用 run-ci-short）。
• 风险标记：测试覆盖遗漏, CI配置变更

关联脉络

• PR #2021 Support update_from_disk: 被删除的 test_delta_weight_update.py 直接测试了 update_from_disk 功能
• PR #2030 [examples]: add qwen3.5-9b model config and fully_async example: 被删除的 test_qwen2.5_0.5B_ppo_critic_only_short.py 与 qwen2.5 系列模型测试相关