THUDM/slime

引擎侧新增 /pull_weights 端点，解耦权重同步 fan-out

建议精读 PR 的设计文档（body 和 commit message），特别是非 POSIX 文件系统的可见性处理策略。架构师应关注如何将执行流从 slime 下沉到引擎，这种模式可复用于其他需要跨 host 同步的场景。

新增 source_names 追踪数据来源

建议合并。变更清晰、影响范围小，文档完善。值得关注的是 `get_source` 的优先级设计，为未来扩展提供了灵活性。

清理无用代码与参数，强化多节点安全

建议尽快合入。此 PR 是典型的“清理债务”型变更，风险低、收益明确。特别值得关注的是变量重命名策略和 node_rank guard 模式，可在未来多节点功能中复用。

新增 --release-train 支持训练后释放 actor 组并重建

建议**值得精读**，特别是 `slime/ray/actor_group.py` 中 `release()` 和 `create()` 的实现思路，以及 `train.py` 中训练循环的重构。设计上将资源生命周期与训练步骤解耦，为资源弹性调度提供了参考。

Docker 依赖批量升级关键库

建议阅读该 PR 的 Dockerfile 变更，了解依赖版本对齐策略。可考虑在后续 PR 中补充集成测试以验证兼容性。

修复 allgather_cp 模式下 routing replay 专家对齐逻辑

建议精读 `cp_utils.py` 中新增的 `prepare_routed_experts_for_routing_replay` 函数，其展示了在 CP+TP 并行下如何对齐 rollout 与训练阶段的专家索引。该设计模式值得复用。同时关注后续是否追加测试覆盖。

更新 Docker 训练依赖，升级 FlashLinearAttention 版本

建议快速合并，是常规的依赖维护更新。

更新 SGLang patch 并增加 routed experts 校验

建议精读此 PR，尤其是 `slime/utils/types.py` 中新增的形状校验逻辑和 `sglang.patch` 中 `routed_experts_start_len` 的设计。该变更为后续 PD 场景下正确使用路由专家数据奠定了基础，值得关注其跨 PR 演进。