radixark/miles · 标签视图

空 step 补全声明式 schema，修复 dashboard 多页面 500 崩溃

值得精读。改动量不大但信息密度高：polars 空数据 schema 推断陷阱、缓存版本在格式迁移中的作用（mtime 匹配 ≠ 格式有效）、并发读下的原子写、以及「先用 revert 实验证明测试能抓到 bug 再提交」的验证方法（PR body 中 2 failed 的对照表）。对 dashboard 维护者、做数据管道容错的工程师尤其有参考价值；`blank_samples` 夹具和 `test_pre_fix_columnless_cache_is_not_served` 是两段值得模仿的测试写法。

Rollouts 标签落在首个可读 step，修复实时点击报错

值得精读。改动虽小但完整呈现了一个前端修复的工程方法论：先枚举全部失败形态再决定统一处理策略（threw 与 empty 同等对待）、为回退探测设置语义边界（5 步后停止并暴露真实错误）、处理异步间隙的竞态守卫、考虑历史栈与重试预算。“有界回看 + 显式请求不重定向”的组合对同类 dashboard 导航很有借鉴意义。若后续要为 dashboard 前端补测试设施，本 PR 的 Playwright 验证矩阵（3 种 dump × 4 种检查）是现成的回归用例清单。

CSR 采样掩码表示与 rollout→trainer 传输契约落地

值得精读。重点学习两点：一是 codec 中通过 `ROLLOUT_SAMPLING_MASK_FIELDS` 从默认 allowlist 排除新字段、保持 payload 字节级向后兼容的策略；二是 CSR 掩码完整生命周期管理（append 校验、prefix 截断、merge 补观察 token、reset 清空）。建议合入前确认工具调用路径的强制 token 掩码覆盖，并在 #2596 落地 e2e 后回看数据流完整性。

令牌条改为整条滚动，分页控件移除，请求减半

值得精读，尤其是关心 dashboard 前端与超长列表渲染的工程师。作者先用实测证明 DOM 构建成本远低于直觉（64k span 仅 66 ms），再用 `offsetParent + scrollTop` 的懒定位替代分页状态，最后针对 review 发现的隐藏面板时序问题设计一次性 `_onShown` 回调；这三个决策都可迁移到其他长列表或懒加载面板场景。

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。

跳过非数值奖励，修复 OPD 训练崩溃

值得精读，作为处理自定义奖励函数返回非数值类型的防御性编程范例。建议阅读 `miles/ray/rollout/metrics.py` 中的 `_compute_training_sample_metrics` 函数，并考虑补充测试覆盖非数值奖励场景。

新增 compaction 感知的 rollout 训练样本与奖励指标

建议精读该 PR 以理解如何在 rollout 指标中正确处理 session compaction。值得关注的设计决策：奖励按 rollout 等权平均，避免长 rollout 权重过大；分组 key 的设计兼顾 rollout_id、index 和位置回退；使用 metadata 中的 raw_reward 进行奖励计算的策略。

Dashboard 新增 AMD SMI 遥测，NVML 优先自动回退

值得精读，尤其是 Provider 抽象、单位差异处理与降级语义的设计：`_AmdSmiProvider` 与 `_NvmlProvider` 共享同一接口而实现细节差异被干净隔离，`_amd_socket_power` 对多代 ROCm 字段兼容的思路可复用于其他硬件平台。创建类似硬件适配层时可参考本 PR 的 importlib 延迟导入与 `sys.modules` 打桩测试方式。