radixark/miles

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。

按 rollout 归一化奖励，修复 session v2 变扇出统计偏差

值得精读。重点看 `_reward_group_segments` 的三级 fallback 和 `_normalize_rewards_by_rollout` 的主流样本假设，这是本 PR 最核心的设计决策；建议配合 `test_train_data_conversion.py` 中新用例阅读，理解从旧行级归一化到新 rollout 级归一化的契约变化。若要改动主流选择策略，需同步审视 `_trainable_token_count` 对 `remove_sample` 的处理。

按 SGLang 风格重写 README 并同步文档首页

值得快速浏览，无需精读：本 PR 展示了大型 RL 项目如何把 README 从"三行链接"升级为可导航的项目门户。值得借鉴的决策：一是"引用而非内联"——安装细节只指向 Quick Start，避免多副本漂移；二是 News 与功能 bullet 全部绑定真实存在的文档页，降低死链概率；三是 README 与文档首页保持同一份口径。若团队后续继续重组文档，建议补充链接有效性检查（如 markdown-link-check）到 CI。

删除首页过期的 Latest updates 更新日志

该 PR 是纯文档清理，不值得精读。值得借鉴的点在于它清晰阐述了『手写 changelog 不与发布流程绑定就会腐烂』的维护成本判断；如果团队后续仍想在首页保留『最新动态』入口，可考虑从发布记录或 docs.json 自动生成，而非恢复手写列表。

ROCm fork PR 改走低信任 pull_request，修复 checkout 失败

值得精读。该 PR 展示了 GitHub Actions 信任模型变更下的最佳实践：不要用 `allow-unsafe-pr-checkout` 绕过守卫，而是迁移到 `pull_request` 低信任事件，让 secrets 保护与 merge commit 检出由平台接管。同时可参照其测试策略（用字符串断言锁定 workflow 的关键属性）来防控类似 CI 回归。

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。

用 Python 启动器全面替换 scripts/ 下全部 shell 启动脚本

值得精读，推荐顺序：先读 PR body 和 command_utils.py 的 execute_train / ssh_start_ray_workers，再看 run_qwen3_dense.py 的 _Recipe 合并模式与 run_nemotron_3_super_120b_a12b.py 的角色拆分。最大的方法论价值是用“记录-重放快照对比”验证大规模重写语义等价，这种验证方式可复用于其他 bash→python 迁移项目。

移除相位读取下界，修复停滞 run 视图空白

值得精读（改动很短）：这是一个小而精准的 bugfix，展示了数据流分区策略（按 END hour / START hour 分区）与查询窗口假设耦合导致的数据可见性问题。值得关注的设计决策：对低速率流主动放弃时间下界换取正确性，并用量化成本（约 40KB/h）支撑该决策。后续在 phases 流上做其他窗口查询时应延续'无下界'约定。