radixark/miles · 标签视图

新增可配置的会话重放匹配，支持三种内置策略

值得精读。三个看点：一是 JSON 对象等价的类型打标设计（`true` vs `1`、大数精度、重复键/NaN 拒绝、递归深度回退），边界考虑细致且测试充分；二是 effective history 的“存储拼写优先”语义，以及 Shi-Dong 补上的 v1 提交修复，是数据一致性上的关键决策；三是“先回退大 PR、收窄后重做”的工程实践。若计划在生产启用 `loose_tool_call` 或 `role_content_only`，建议先读 `docs/user-guide/customization.md` 的风险模型，并对自定义 matcher 先做小流量验证。

引擎指标按 dp rank 正确折叠聚合，新增不均衡告警

值得精读。核心看点：(1) 指标聚合时机——折叠必须早于 rate/mean 派生，否则跨 rank diff 全是垃圾值；(2) 强度型 vs 累计型指标的差异化聚合（均值 vs 求和）；(3) 告警与运行配置联动的 _dp_spread_hint 设计，让告警直接指出当前 run 真正生效的开关；(4) 与 #2022 全窗口缓存合并时把缓存键升级为 (metric, per_dp_rank) 的并发正确性处理。tests/fast/dashboard/test_engine_dp.py 是这套聚合语义的极好文档，值得作为后续指标聚合改动的测试模板。

修复 dashboard 引擎指标静默缺失，默认抓取改为 DIRECT

值得精读，尤其适合了解观测链路问题定位方式。看点有二：一是 PR body 中先在真实 16 节点 run 上实测确认端口与 payload 双重错配，再据此决策默认值，是典型的证据驱动修复；二是把混合测试拆成 auto/显式 router/repoint 三组，让模式解析与重指向行为各自可回归，值得在类似配置解析代码中复用。

in_place 模式下按增量请求并拼接 R3，削减多轮重复传输

值得精读。核心设计是『把 R3 看作严格 append-only patch 流』：checkpoint 长度作为严格边界、普通 merge 决定物化前缀、LCP 仅作 sanity assertion，三者职责清晰；测试金字塔完整（e2e oracle 逐字节比对 + fast 单测覆盖分支/截断/异常），对做长会话 RL 训练或 session 服务化的同学有直接参考价值。

禁用两个过时 SGLang E2E，释放 GPU CI 容量

这是一个小而清晰的 CI 用例管理 PR，值得花费几分钟了解 `register_cuda_ci` 的 `disabled` 语义：通过保留注册+禁用原因字符串的方式管理退役用例，比直接删除文件更利于审计与复启。若有类似“淘汰测试套件”的需求，可作为团队范本参考。

FSDP 后端新增 R3 路由重放，覆盖三种 MoE 架构

值得精读。设计文档质量很高：适配器模式把架构差异收敛到 `RoutingReplayAdapter`，按全局 decoder 层索引而非 MoE 序号注册流是正确的数据契约，梯度检查点下 forward/backward 双游标嵌套是值得借鉴的模式。若后续要扩展新 MoE 架构或维护 FSDP 训练正确性，本 PR 是必读参考；同时建议关注 `--ci-test` 之外的重放校验手段。

保存并恢复 routing-replay 状态，修复 critic 崩溃

值得精读：这是一个典型的进程级单例状态污染 bug，展示了隐式全局状态在 actor/critic 双角色下的陷阱。建议关注 `model_provider` 中状态括号的写法，并考虑后续补组合回归测试。

移除 14 个启动器强制 --use-miles-router，默认走 sgl-router

值得快速浏览：它是理解 miles 路由演进与“如何用一个最小 diff 改变默认行为”的干净样例。重点可看作者的范围决策——不顺手删参数、不顺手删测试，而是把“移除标志”与“退役参数”两项决策解耦，避免一个看似无害的清理 PR 吞掉大量旧路径覆盖。若想进一步行动，可后续跟进 `arguments.py` 中 `--use-miles-router` 的正式退役，以及 3 个 e2e 测试对该标志的依赖清理。