radixark/miles

缓存 engine_series 全窗口查询，指标页从秒级降到毫秒级

值得精读。核心看点在 _engine_cache() 的"版本最后赋值 + 成对返回 frame/partitions + 单锁"设计：如何在 FastAPI sync 端点多线程并发读路径上安全地做惰性缓存重建，是可直接复用的并发模式。另一个值得关注的设计决策是缓存只覆盖全窗口路径、有界窗口保留懒加载，避免了为短窗口查询引入缓存一致性复杂度。建议阅读顺序：先看 review 评论中的竞态分析，再对照 commit 2（1e3e66ea）如何落地修复，最后看测试如何用并发线程和失败注入覆盖这两个正确性保障。

按设备峰值计算 MFU，修复 FSDP 缺失吞吐指标并上线看板

值得精读。该 PR 的工程判断密度高：分子分母同落盘保证指标可审计、保持 train-step 口径避免异步误导、未知设备“不猜默认值”、阈值从常量演进为可配置 flag，都是可复用的可观测性设计模式。重点看 `device_flops.py` 的整词匹配实现、`flops_args_from_hf_config()` 的容错层级，以及 review 中三次“实测数据推翻默认假设”的往复——它们展示了如何用真实运行数据校准一个看似合理的常量。

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。