radixark/miles · 标签视图

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。

修复 dp-aware 路由下 abort 无法触达引擎

值得精读。PR 展示了一个典型的路由身份与可寻址地址混淆的排查过程：从失败日志反推 URL 解析行为，对照 router 内部 `base_url()` 语义，最后用一个小而精确的工具函数统一修复。关注 `router_worker_base_urls` 的「仅剥离数字后缀」设计与去重逻辑，可作为后续库内地址归一化基础设施的参考。

启用 MoE 专家多 LoRA，扩展 (tp,pp,ep) 分片与校验

值得精读。三个设计决策有借鉴价值：(1) 用一次缓存的 gloo all-gather 获取 realized 坐标集合而非推导 `tp × pp × ep` 笛卡尔积，正确处理 ETP < TP 的稀疏拓扑；(2) rank 轴从张量末尾寻址，使同一函数同时正确服务 2-D dense 与 3-D/4-D packed 导出张量；(3) 把依赖 Megatron 解析结果的校验放在 `provider.finalize()` 之后，避免 CLI 层对 `None` 默认值的误判。配套测试（尤其 `test_completeness_ignores_unrealized_coordinates`）精准锚定了每个修复动机，适合作为回归测试范本；review 中"注释压缩到 1-2 行"的约定也体现了该仓库对可读性的要求。