radixark/miles

fully-async 数据缓冲重构：容量限流、统一过滤与可观测性

### 建议 值得精读。核心设计是「把 group 级过滤与数据流控制集中到 DataBuffer 抽象」，并配套了完整的指标与参数化策略，对理解 fully-async rollout 的数据管线很有帮助。重点关注： - `DefaultDataBuffer.put/get` 的裁决时机（put 裁决 abort/动态过滤，get 裁决陈旧度）为何合理； - 容量因子默认值 2 的实测依据（GLM-5.2 16 节点稳态队列 0-5 组）； - review 中关于 recycle 无限重试的讨论与最终 `retry/drop` 策略的取舍。

修复 Nemotron CI 测试的废弃参数残留

不值得精读，但值得快速浏览作为一个跨 PR 清理的范例：删除 CLI 参数时应当全局 grep 所有引用（包括测试 extra_args、shell 脚本、示例配置），避免遗漏导致 CI 失效。可顺带关注 PR #2223 引入的默认 rematerialize 行为在后续测试中的表现。

E2B 模板构建固定 root 用户并纳入别名摘要

建议快速精读。变更范围小但设计完整：把影响产物内容的因素（构建用户）纳入 alias digest，与既有“资源变更重烘焙”策略一致，是 E2B 模板缓存正确性的通用模式。同时值得学习作者在 PR 描述中区分“修复”与“契约声明”的表达方式。团队在使用 openenv/e2b 后端时无需额外操作，仅注意首次构建会因 alias 变化触发一次性重建。

权重版本由训练器直传，去掉 router 轮询

值得精读。核心设计决策是“把权威状态从轮询改为推送”：引擎版本号本来就是训练器写出的，读回它只会引入延迟和抖动。值得关注的点：打版本戳统一上移到 `mixin._finalize_and_resume_engines` 以覆盖 LoRA，以及 `set_weight_version` 对版本回退的 assert/告警二态处理。建议跟进两个后续：--indep-dp 下版本计数器的持久化/恢复（P2），以及补 LoRA 路径的 staleness 测试。

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。

移除过时备份开关，默认启用 rematerialize 权重重建

值得精读。该 PR 展示了三个有深度的工程决策：#725 前后内存语义演化如何让一个参数失去存在价值；冻结参数导致分布式 rank 集体序列发散（`_ALLGATHER_BASE` vs `_REDUCE_SCATTER_BASE`）的排查与回退；以 `--ci-test` 自动开启 SHA256 校验作为 CI 安全网的设计。阅读时建议重点关注 `tensor_backper.py` 的分支收敛和提交历史中默认范围从 6 个加载体收敛到 2 个的过程。

TITO 指标按 session server 版本分列，统一 W&B 与 CI 门禁 key

值得精读。核心看点是三层 key 治理：producer 在源头产出带版本段的 key、collector 保持直接白名单、gate 默认值按已知噪声放宽约束——这种“key 形状单一事实来源 + 显式白名单 + 有依据的宽松阈值”的组合适合迁移到其它多版本并存的指标场景。另一个值得关注的设计是结构约束测试：`test_normal_session_e2e_declares_both_tito_history_gates` 用解析器扫描 e2e 目录，从机制上杜绝新增用例漏注册 gate。review 中关于 drive-by 变更拆分的流程讨论也值得团队借鉴。