THUDM/slime

新增 --release-train 支持训练后释放 actor 组并重建

建议**值得精读**，特别是 `slime/ray/actor_group.py` 中 `release()` 和 `create()` 的实现思路，以及 `train.py` 中训练循环的重构。设计上将资源生命周期与训练步骤解耦，为资源弹性调度提供了参考。

Docker 依赖批量升级关键库

建议阅读该 PR 的 Dockerfile 变更，了解依赖版本对齐策略。可考虑在后续 PR 中补充集成测试以验证兼容性。

修复 allgather_cp 模式下 routing replay 专家对齐逻辑

建议精读 `cp_utils.py` 中新增的 `prepare_routed_experts_for_routing_replay` 函数，其展示了在 CP+TP 并行下如何对齐 rollout 与训练阶段的专家索引。该设计模式值得复用。同时关注后续是否追加测试覆盖。

更新 Docker 训练依赖，升级 FlashLinearAttention 版本

建议快速合并，是常规的依赖维护更新。

更新 SGLang patch 并增加 routed experts 校验

建议精读此 PR，尤其是 `slime/utils/types.py` 中新增的形状校验逻辑和 `sglang.patch` 中 `routed_experts_start_len` 的设计。该变更为后续 PD 场景下正确使用路由专家数据奠定了基础，值得关注其跨 PR 演进。

将 Profiling 信息合并到 Router，重构 sglang 补丁

建议仔细 review router 侧对应的 profiling 实现是否已合入，并充分测试 PD 分离场景下的 timeout 和 memory 释放逻辑。

磁盘级delta权重同步，替代NCCL传输

值得精读，特别是 `disk_delta.py` 中的工具函数设计以及 `UpdateWeightFromDiskDelta` 如何通过继承复用 `UpdateWeightFromDistributed`。配置参数的变化也需关注以便兼容旧脚本。

修复 rollout_top_p 条件检查，确保非 1.0 时强制要求 token ids

小范围正确性修复，值得合并，无需精读。