THUDM/slime

移除 --train-memory-margin-bytes 参数及相关内存 margin 配置

该 PR 变更简单直接，不建议作为重点精读对象；但它展示了如何清理已废弃或不再适用的训练参数，以及参数移除时连带处理校验、actor 初始化和示例脚本的完整配套流程。关注点在于：确认 torch_memory_saver 默认 margin 是否满足 Slime 的 offload_train 需求，以及是否已在文档中移除该参数说明。

PYTORCH_ALLOC_CONF 支持，隔离 SGLang

改动小但有针对性，结合 colocation 显存优化线（#2180 等）值得快速阅读。关注点：环境变量隔离位置是否合理，以及 Dockerfile 依赖锁定策略——建议后续改为固定 commit 或构建产物校验，避免构建漂移。

SGLang 升级至 v0.5.15.post1，同步更新 Docker 构建与 patch

本 PR 适合所有使用 slime Docker 镜像的团队精读，尤其是 `arguments.py` 中的参数兼容模式和 `sglang_engine.py` 的默认值覆盖策略值得在设计迁移时借鉴。建议 merge 前运行完整 CI（包括 offload、disagg 测试组合），并确认无回归。

修复 --save-hf 的 HuggingFace 权重转换逻辑

值得合并，修复了明显 bug。建议同步检视相关测试覆盖。

修复文档中两处文字错误

快速合并即可，无需额外审查。该 PR 可作为新手贡献文档的良好示例。

优化 MoE 权重更新，引入专家路由跳过非专家转换

建议架构师和训练引擎维护者仔细阅读 `expert_routing.py` 中的拓扑差分检测和路由规划逻辑，以及 `update_weight_from_tensor.py` 中如何组合选择性转换。测试部分仍可加强，特别是多节点异构拓扑场景。

支持 NCCL WORLD 进程组的销毁与重新加载

建议深入阅读 slime/utils/reloadable_process_group.py 中的实现，特别是 _destroy_default_nccl_process_group 和 _reload_default_process_group 的设计模式：利用 Gloo 组作为同步和过渡、使用 PrefixStore 保证 store 无冲突、通过 generation 字段保证唯一性。这些是分布式系统中重建通信组时的常用技巧。同时关注环境变量逃生口的设计。

支持 routed_experts_start_len 处理部分专家路由

此 PR 改动虽小，但涉及对 routed experts 数据拼接逻辑的扩展，对于理解分块解码场景下的数据流有帮助。建议阅读 `slime/utils/types.py` 中的新增拼接逻辑；`actor.py` 中的单行改动可视为对 routing replay 的完善。