THUDM/slime

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。

修复多智能体场景下评估日志记录时对列表类型样本的处理错误。

该 PR 值得快速浏览，特别是对于处理多智能体或异步生成场景的开发者。关注点在于如何优雅地处理函数返回类型的多态性，避免硬编码假设。

修复权重转换工具中补充缺失权重时错误使用CUDA设备的问题。

该PR代码变更简单明了，适合快速了解权重转换工具的设备处理逻辑。值得关注的是工具设计中设备选择的考量：在离线预处理任务中优先保证兼容性而非性能。

在README的知名项目列表中添加Relax异步RL引擎条目。

该PR变更简单，无需精读。对于想了解slime生态应用或Relax项目的读者，可快速浏览新增条目。无复杂设计决策需要关注。

为序列长度平衡分区添加后备机制，防止分区超出GPU内存限制。

该PR值得精读，特别是关注_get_capped_partitions算法的设计决策（first-fit与令牌上限）以及VPP microbatches计算调整的逻辑。建议工程师在涉及VPP或长序列训练时验证后备机制的有效性，并考虑补充单元测试以覆盖边界情况。

移除熵计算中的no_grad上下文，修复DSA模式下通信卡死问题。

建议技术管理者和核心工程师精读此PR，重点关注： 1. 熵计算梯度保留的设计决策，理解DSA通信机制的特殊要求。 2. 分布式张量重建逻辑中对None值的处理方式，确保边缘场景覆盖。 3. 结合近期PR #1788（修复loss oom）和 #1762（修复grad_norm初始化）一起分析，这些PR都涉及损失计算和梯度处理的底层优化。