radixark/miles

NVMe 优化器状态流式插件，step 峰值显存降约 52%

值得精读。该 PR 展示了跨仓库功能下沉的完整工程范式：契约方法收敛、启动期守卫替代运行期故障、以及“以 assert 把静默错误变成响亮错误”的防御思路。尤其推荐关注 `_Stager.transfer` 的跨 dtype 设备中转设计、`plan_buckets` 与 DDP 解耦的动机，以及 `actor_factory` 对 torch_memory_saver 二进制的字节级检查——这类细节是大型 RL 训练系统稳定性的关键。

重写 fully-async rollout 为类式 API 并新增 --fully-async 开关

值得精读。这是 rollout 子系统从 example 堆栈升级为类 API 一等公民的关键一跃，设计决策密度高：错误显式化哲学（死 worker 优先于积压队列）、参数解析单一决策点 resolve_rollout_function_paths、"fully async 不服务 eval"的构造性保证、权重版本缓存的失败节流、以及用 FakeDataSource 精确刻画状态机的测试 harness。建议重点读 miles/rollout/fully_async_rollout.py 的生产者-消费者结构与 miles/utils/arguments.py 的解析顺序；同时跟踪 _CachedWeightVersion 未修复的 review 意见和共享实例的并发隐患是否在后续 PR 处理。

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。

AMD DSv4 训练改走 ROCm 精度对齐 norm 路径

值得精读 PR body——这是一个典型的"环境变量静默失效导致数值漂移"调试案例：从指标回归（0.045 → 0.213）出发，层层追踪到上游 commit 对 producer/consumer 契约和 compressor 选择的改动，再用交叉验证（分别应用两个修复的中间值）证明双重根因。对 AMD 脚本维护者和依赖 SGLang 内部 env 的团队有借鉴价值；阅读时建议关注其验证矩阵的设计（同一 step 0、同权重、同配方的对照），以及精度与吞吐权衡的量化方法。

修复 ROCm 上 mooncake 对象存储 Python 层缺失

该 PR 值得快速浏览，因为它揭示了 ROCm 基础镜像从源码构建扩展时常见的 Python 层缺失问题，并给出了一个轻量级修复模式。建议关注 `Dockerfile.rocm` 中 `cp -n` 的用法，以及基础镜像版本与 wheel 版本的对应关系；后续升级 mooncake 版本时需要保持两者同步。

fully-async rollout 迁入核心库并清理 PYTHONPATH hack

值得快速阅读，重点看迁移模式和 PYTHONPATH 清理的边界处理。真正值得精读的是后续的类化 API 重写 PR（stacked follow-up）和 `--fully-async` 参数落地 PR，本 PR 可作为理解 fully-async 架构的入口文档。注意 gemini 提出的 `ModuleNotFoundError` 风险点，若仓库未强制安装 miles 包，建议合入后补一个环境验证。

补齐测试夹具缺失的 spec 解码参数

建议快速合并。值得关注的点是：本 PR 暴露了手工构造 session server 命名空间的脆弱性，后续可以考虑抽一个公共构造器（例如 `make_session_server_args`）统一维护字段列表；另外在新增 server 侧读取的 args 时，应同步搜索所有 `SimpleNamespace` 构造点。

新增 Inkling 家族 TITO 支持，可跑多轮会话

值得精读，重点看三个设计决策：1) 优先复用 HF 原生 `chat_template.jinja`，仅把固定模板用作测试渲染基准，避免双份渲染逻辑长期漂移；2) 用四个角色 sentinel 固化 comparator 边界，把 assistant 轮之后的非 assistant 内容差异提升为硬失败，这是 TITO 追加式会话正确性的关键；3) 大权重进不了 CI 时先用 slice 手动验证并如实记录缺陷边界，而不是注册无人验证过的配置。建议结合 sgl-project/sglang#32958 的解析器修复一起阅读，理解 serving 侧约束。