THUDM/slime

修复测试合约未同步新参数签名

值得快速合并。该 PR 是典型的 CI 同步修复，无设计争议。对于关注插件系统的开发者，可借此理解 Slime 的合约测试机制：每个插件点都有对应的 `reference_*` 函数、`invoke_*` 调用和 `HookCase` 配置，用于在 CI 中验证调用签名稳定性。

修复分布式 POST 每 actor 并发计算错误

值得合并：一个明确的 bugfix，逻辑正确，改动精简，风险低。建议阅读 `slime/utils/http_utils.py` 中的 `_init_ray_distributed_post` 函数，理解 actor 拓扑与并发分配的关系。

新增训练进度条和 on-policy 优化

值得精读，特别是 on-policy 跳过 logprob 的条件设计，展示了如何在保证正确性的前提下进行性能优化。建议添加单元测试覆盖关键条件组合。

限制 --allgather-cp 仅用于 DSA 模型，防止 token 错乱

值得精读。展示了从静默 bug 报告到前置验证修复的完整过程。重点学习 _validate_allgather_cp_supported 函数的防御性设计（快速返回、明确异常、可扩展白名单），以及测试模块如何通过 monkeypatch 模拟重型依赖进行纯单元测试。

修复安装脚本中 SLIME_DIR 路径错误

该 PR 为一个简单直接的 bug 修复，逻辑清晰，可安全合并。对于不直接使用 build_conda.sh 的开发者影响很小。

修复 dtype 获取方法名称错误

该 PR 属于简单 bugfix，修复直接，风险低，可以快速合并。无需深度审查。

在 rollout 日志中新增 spec 和 prefix cache 指标

建议合入，但建议作者或 reviewer 确认 `_compute_spec_metrics` 和 `_compute_prefix_cache_metrics` 的返回值对日志系统的兼容性（如是否可能返回非 dict 类型）。

修复 Qwen3.6 HF 配置校验 MoE bug

建议精读本 PR，理解 MoE / dense 混合模型的配置校验设计。重点关注 `_has_dense_moe_layers` 的逻辑，以及它在 `_hf_validate_args` 中的语义——它控制是否跳过 dense FFN 尺寸校验。可以考虑以后补充单元测试。