THUDM/slime

修复DeepseekV32Bridge在transformers 5.x下rope_theta解析问题，确保模型兼容性。

对于处理transformers兼容性或DeepseekV32模型的开发者，建议阅读此PR以了解属性解析模式。设计决策如使用hasattr和getattr是值得学习的兼容性处理技巧。

修复bridge模式中moe_token_dispatcher_type传播缺失导致的ValueError错误。

对于使用bridge模式的开发者，此PR值得快速查看以理解参数传播机制和向后兼容性处理；关注hasattr的使用方式，可作为类似场景的参考。

为 Qwen3.5 添加专用的多轮 SFT 损失掩码，修复兼容性问题并优化训练效率。

建议精读 `slime/utils/mask_utils.py` 中的 `gen_multi_turn_loss_mask_qwen3_5` 函数，学习其基于 `offset_mapping` 的 token 级监督推导方法，以及验证 tokenization 一致性的设计。对于涉及多轮对话 SFT 的开发者，此 PR 提供了处理聊天模板差异的参考方案。

更新MTP示例配置，将GLM-4.5重命名为GLM-4.7，并清理相关脚本。

对于技术管理者，此PR无需精读代码，但建议关注文档变更的传播和用户通知。对于工程师，可参考更新的配置参数（如并行设置和投机解码）以优化自己的部署，但需注意脚本兼容性风险。

修复序列并行和模型并行中线性注意力层梯度错误膨胀的问题。

建议精读此 PR，特别是 `_AllGatherForDuplicatedComputation` 的设计，它展示了在分布式训练中处理重复计算时避免梯度膨胀的技巧。对于涉及并行计算、注意力机制或模型配置的开发人员，此变更值得深入理解以应用于相关场景。

总是启用SGLang Prometheus指标并移除数据并行上下文管理。

建议工程师精读sglang_rollout.py的变更，特别是dp_rank_context的移除对负载分配的影响，同时检查metrics启用后系统性能。关注设计决策从动态负载平衡到静态或无平衡的转变，并考虑是否需要补充测试覆盖。

新增 placeholder worker 类型、调整指标路由时机并扩展 GPQA 字母范围。

建议精读 slime/ray/rollout.py 中的 _get_metrics_router_addr 方法和 nodes_per_engine 逻辑变更，以理解 placeholder worker 类型支持的设计和指标路由调整时机。同时，查看 slime/router/router.py 的枚举变更以掌握新的 worker type 定义，这对配置服务器组有参考价值。

改进GLM4V多模态支持，增强图像处理和训练兼容性。

建议工程师精读此PR，特别是处理多模态输入和处理器兼容性的部分，以了解如何集成新模型和处理边缘情况，关注图像嵌入选择和回退逻辑的设计决策。