THUDM/slime

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。

更新Docker环境中的SGLang补丁至新版本，同步上游修复。

建议关注补丁内容，特别是decode.py和model_config.py的变更，以理解SGLang的行为变化；对于使用slime的docker部署，建议在测试环境中验证后再部署到生产环境，确保兼容性。

修复 GLM4V Megatron 桥接中的导入和配置问题。

该 PR 值得精读，尤其对于负责 GLM4V 模型桥接和 Megatron 集成的开发者，可以了解 API 演进和参数传递的最佳实践，关注 `get_gpt_decoder_block_spec` 的使用方式。

支持PD分离并移除radix tree中间件，重构slime路由器以简化架构。

该PR值得精读，特别是slime/router/router.py中的PD分离实现，展示了支持不同类型worker的路由设计决策，以及清理过时代码的架构优化思路。