radixark/miles · 标签视图

统一 SGLang 投机解码计数并修复跨会话聚合

值得精读。该 PR 展示了跨模块数据契约演进的标准姿势：类型层 fallback 兼容 → 传输层打通 → 权威聚合 → 驱动校验 → 聚合消费，每一步都有测试锚定。特别值得借鉴的是 session v2 的『服务端聚合一次 + 按 session_id 去重』模式，它解决的是树状采样结构下共享节点重复计数的通用问题，可推广到其他以树/图结构回传样本的指标场景。阅读建议聚焦 `miles/utils/types.py` 的 `SpecInfo` 与 `miles/ray/rollout/metrics.py` 的 `_compute_spec_metrics` 两处实现。

增强 CI Lark 通知，解析每个失败作业的所有失败测试并逐项分析。

此 PR 值得精读，特别是对于参与 CI 基础设施维护或对 AI 辅助故障诊断感兴趣的工程师。核心设计决策在于“利用 CI 套件自身输出的权威性（`failing_tests` 列表）来约束和指导模型分析”，这比让模型自行推断要可靠得多。实现上，对验证逻辑的修改（确保分析项与测试列表严格匹配）是保证系统健壮性的关键。该变更是在 PR#3152、#3149 等近期 CI 可观测性改进基础上的重要演进，值得学习其“从日志中提取结构化事实来驱动下游分析”的模式。

修复重复度度量仅扫描末尾片段的缺陷，改为全响应重叠窗口扫描并限制计算成本。

这是一个修复度量缺陷的高质量 PR，值得精读。核心设计决策（重叠窗口 + 步长动态扩大以控制成本）简洁有效，测试覆盖全面且具有针对性。特别值得关注的是作者在第二个提交中对性能问题的快速响应，体现了良好的工程实践。该变更对提升系统监控的准确性有积极意义。

为 CI Lark 通知卡增加 AI 驱动的失败原因分析，为每个失败任务附带标签、测试、原因和关联 PR。

这是一个值得精读的高质量 PR。它不仅实现了一个有价值的 AI 辅助功能，更展示了如何在生产环境中安全部署 LLM：通过严格的策略约束、全面的证据验证、优雅的降级机制和详尽的测试来控制风险。设计决策（如将凭证环境隔离、为不同证据类型分配预算、将验证失败消息设为安全常量）都体现了深思熟虑。对于任何计划在 CI/CD 或可观测性工具中集成 LLM 的团队，此 PR 的实现模式都具有极高的参考价值。

新增 per-rollout 响应长度指标，覆盖 compaction 场景

值得精读。该 PR 展示如何在指标层正确处理 session compaction 的语义（sibling 求和避免重复计数），以及如何通过统一的 episode identity 辅助函数同时修复既有 bug 并支撑新功能；review 中 P1/P2 都是真实可复现的指标错误，修复思路与测试覆盖值得借鉴。

按 AdapterRef 隔离奖励聚合键，修复 Multi-LoRA 指标偏差

该 PR 是一个小而精准的修复，值得精读，特别是理解 `AdapterRef` 在 Multi-LoRA 中的关键作用。测试覆盖了核心场景，推动了指标正确性。