THUDM/slime

修复GPT模型前向传播中position_ids参数缺失导致的TypeError。

该PR值得快速浏览以了解回归修复模式。关注点： 1. 学习如何通过添加默认参数（position_ids: None）解决前向签名不匹配问题。 2. 结合PR #1807分析重构引入的副作用，理解Megatron模型前向参数构建的演进。 3. 对于涉及核心训练路径的变更，建议补充单元测试以避免类似回归。

添加NPU补丁以支持Qwen3-VL-8B模型的GRPO和PPO训练。

该PR值得精读，特别是对于涉及硬件适配或多模态训练的工程师。重点关注： 1. `slime.patch`中的资源分配逻辑变更，如Ray API替换，这可能影响分布式训练稳定性。 2. 补丁中的手动代码替换（如cuda→npu），需理解其背后的兼容性设计决策。 3. 环境配置和版本依赖，以评估部署可行性。建议结合README.md进行实操验证。

重构Megatron模型forward参数构建逻辑，提升多模态训练兼容性。

该PR值得精读，尤其是关注forward_kwargs字典构建模式的设计决策。这种重构提升了代码可维护性，并为多模态输入扩展提供了更清晰的接口。建议结合PR #1760（多模态OPD支持）理解上下文。

同步内部代码，优化多模态模型支持和 SGLang rollout 数据并行平衡。

建议工程师精读以下部分： - slime/backends/megatron_utils/model_provider.py 中的可调用 spec 处理，了解如何扩展模型支持以适配新架构。 - slime/rollout/sglang_rollout.py 的 dp_rank_context 实现，学习负载均衡设计模式。 关注风险点，确保在测试环境中验证新功能，并考虑补充相关单元测试。

修复损失计算内存溢出，优化PPO熵计算和Megatron损失路径。

建议工程师精读此PR，特别是熵梯度控制设计和checkpointing优化，这些是内存优化中的常见技巧。同时关注Copilot指出的潜在正确性问题，以确保变更不影响训练稳定性。

在内存监控函数中添加主机内存指标，增强系统资源可见性。

该PR值得快速浏览以了解内存监控功能的扩展。关注点包括：新增依赖的管理、字段命名的一致性，以及是否需要在其他工具（如日志或指标收集）中集成这些新指标。对于涉及资源监控的开发者，此变更提供了有用的参考。

修复Geo3K VLM SFT启动脚本中--apply-chat-template参数导致的类型错误。

该PR变更简单直接，适合快速浏览以了解SFT数据流中的参数处理问题。对于从事VLM SFT或类似训练脚本开发的工程师，值得关注消息格式在训练流水线中的传递一致性。

修复Qwen3.5 397B模型在启用专家并行时权重转换错误。

该PR值得精读，特别是对于处理大模型专家并行权重的开发者。关注点：1. 如何从权重名称中提取本地专家ID；2. 如何结合EP上下文计算全局ID；3. 确保HF张量形状与EP配置匹配的设计决策。建议补充测试用例以验证修复。