radixark/miles

按 AdapterRef 隔离奖励聚合键，修复 Multi-LoRA 指标偏差

该 PR 是一个小而精准的修复，值得精读，特别是理解 `AdapterRef` 在 Multi-LoRA 中的关键作用。测试覆盖了核心场景，推动了指标正确性。

新增 GLM-5.3-Flash RL 配方文档页并接入导航

常规文档 PR，无需精读代码，但建议：1) 用 2 分钟浏览页面结构与 #2786 的对应关系，确认命令和镜像版本；2) 在 #2786 合并时做一次同步复核，避免文档与实现漂移。值得借鉴的是「文档先行 + 版本固定 + 验证范围声明」的写法，适合作为后续新模型配方文档的模板。

新增 Qwen3.8-Flash-Next RL 配方文档页并接入导航

若在做 Qwen3.8-Flash-Next 或类似 GDN/QSA 模型的接入，值得精读该页面中“三大超纲组件”段落，尤其是 `hc_head_contraction` 与 PLE 权重更新跳过列表；其余读者快速扫过即可。值得关注的设计决策：作者将复杂技术权衡写进 recipe 而非 PR 讨论，方便后续维护者追溯实现动机。

sglang 升级 v0.5.18 并适配 torch 2.13

值得精读。重点有三个：一是 PR body 本身就是依赖升级工程的范本——回滚点定义、中转基线选择（736 vs 1317 drift）、冲突取舍原则（上游新形态为准、行为重表达）都写得很清楚；二是 `_forward_remaining_collectives()` 的自动转发设计，用元编程根除手工维护清单的复发式 bug，值得在同类 wrapper 场景复用；三是 det PG 覆盖范围先放大再收敛的过程，展示了如何靠多 GPU 测试逐步逼近最小必要改动。若团队后续还要升级 sglang/torch，建议直接对照此 PR 的适配清单。

测试适配 sglang 新异常类型

此 PR 值得快速浏览，但无需精读。它展示了处理依赖库升级导致的测试兼容性问题的最佳实践：通过匹配错误消息而非异常类型，使测试对依赖版本变化更具鲁棒性。

TITO 新增 Qwen3.6 模板，拆分 Qwen3.5/3.6 序列化合约

值得精读。核心看点在于"按家族拆分模板而非共享模板"的设计决策：当两个模型家族的渲染合约存在细微序列化差异时，共享模板会静默改变旧家族行为，拆分并配以参数化测试锁定差异是稳健做法。建议关注 `tito_tokenizer.py` 中 `FIXED_TEMPLATE` 注册模式、`preserve_thinking` 与 `clear_thinking` 的语义区别，以及 e2e 测试如何用 `tito_session_mismatch_rate` 指标做 CI gate。合并时注意 reviewer 提到的与 PR 2711 的兼容性提醒。

修复 /rerun-test 默认镜像逻辑

建议精读该 PR，它展示了 CI 镜像选择逻辑的优化思路，对维护 CI 流程有一定参考价值。值得关注的是如何通过检查镜像是否存在来优雅回退，以及如何通过认证避免限流问题。

豁免 .claude 技能测试，修复 CI 全红

该 PR 是必要的 CI 修复，建议合并；其设计决策（将 .claude/ 与 tests/ 同等豁免）值得在类似场景中借鉴。