THUDM/slime

将 critic 配置重命名为通用 Megatron 角色配置

建议阅读该 PR，了解新的角色化配置系统。重点注意向后兼容性问题和新的 YAML 格式。如果团队中有使用旧配置的用户，需要提前沟通迁移计划。设计上角色缺失自动继承 CLI 参数的策略值得学习。

清理 sglang 补丁，为升级做准备

建议关注补丁精简策略，尤其是删除的 deepscaler 回退和 transformers 版本检查变更是否会影响其他模型。测试脚本中 `--colocate` 的使用方式值得理解，可能成为后续训练的标配参数。

PPO训练架构重构，解耦actor-critic配置与通信

建议 PPO 训练用户深入阅读本 PR，理解新的 critic 配置和训练循环模型。值得关注的设计决策包括：移除 NCCL 同步改为 Ray 数据传递，以及强制 critic 与 actor 共享 GPU。这些设计简化了部署但损失了部分灵活性，需根据实际场景评估。

新增NVIDIA DGX Spark（GB10）的Docker构建支持，扩展硬件兼容性到arm64架构。

该PR值得精读，特别是对于需要在非x86架构或新兴硬件上部署的用户。关注Dockerfile中的环境变量设置和补丁机制，展示了解决跨平台兼容性的实用技术权衡。

修复脚本文件路径，将模型脚本从 slime/ 子目录移动到 scripts/ 根目录。

该 PR 变更简单，无需深入技术分析。建议团队检查是否有其他文件依赖旧路径，并考虑在文档或 README 中更新脚本引用。对于新贡献者，可关注项目脚本目录结构的标准化趋势。

回滚序列长度平衡分区的后备机制，恢复原始分区算法。

该PR值得关注，因为它回滚了一个重要的内存安全机制。建议精读以理解回滚动机，并关注后续是否会有更稳健的分区方案。

修复熵计算在allgather-CP路径下返回None而非空张量的错误，并移除未使用参数。

该PR值得精读，重点关注： 1. 熵提取逻辑在allgather-CP路径下的修复，展示了分布式训练中边界条件处理的重要性。 2. 类型系统与运行时行为的一致性设计，可作为处理可选返回值模式的参考。 3. 代码简化策略，通过内联辅助函数减少抽象层，提升可读性。

修复构建脚本中cuda-python版本与CUDA 12.9环境不匹配的问题。

该PR变更简单直接，适合快速浏览以了解构建脚本的版本对齐问题。对于维护构建脚本或关注环境一致性的开发者，值得关注此修正以确保依赖链正确。