radixark/miles

修复 MTP 掩码错位，统一 input-aligned 契约

修复 Daytona 孤儿沙箱永不回收，新增存储配额 override

值得精读。核心看点是 `_environment_config()` 中“业务上限 + 安全缓冲 + 显式拒绝危险值”的防御性配置模式，以及只对特定后端生效的隔离方式。测试围绕 WHY 组织（如 docstring 说明为何必须回收又不能误停活 trial），对在 Harbor/沙箱供应商上做资源配置的团队有参考价值。改动精炼，风险集中在默认行为变更与派生默认值的验证深度上，合并前建议补齐非整型 `auto_stop_interval_mins` 的测试。

文档勾选 Modal 支持 Harbor 路径，附 B200 实测结论

值得花几分钟读，但重点不在 diff（只有一行），而在 PR 描述里的两个工程信号：一是该仓库把“能力矩阵填 ✓”的举证责任放在人工运行记录上，若继续沿用，建议后续给表格补证据链接或在 provider 参数化的 e2e 上加定期跑批，否则表格会逐渐失真；二是 B200 上 `--sglang-attention-backend triton` 这一 workaround 值得单独沉淀——要么进 sglang_args 默认值并加硬件判断，要么在文档中显式标注前置条件，避免每个 Blackwell 用户重复排查首次 prefill 崩溃。若你的关注点是 Harbor × Modal 的可用性结论，请直接联系作者确认运行前提（attention backend、模型 head_dim）。

重组沙箱 provider 文档，新增用户与开发者双页面

值得快速浏览，不必精读。本 PR 的借鉴价值在于信息架构决策：按读者（用户 vs 开发者）切割文档、用“网格 + 勾选自带链接”表达跨模块兼容矩阵、以及“注册表条目即 provider 契约”的抽象。维护 agentic rollout 相关代码或文档的工程师，应在后续 provider 相关 PR 中同步更新这两个新页面，避免事实漂移。

消除 NVFP4 权重发布的主机同步与规则扫描开销

值得精读，尤其推荐给维护 NVFP4 RL、权重同步与 checkpoint 导出性能的工程师。重点关注四个设计决策：(1) 用 Python 标量 + `clamp_max` + `torch.where` 取代标量张量分配与 CUDA 标量真值判断，这是消除隐式同步的通用手法，前提是分子在 FP32 下精确可表示（1536 / 2688），换其它 `e4m3_max` 时需要重新确认；(2) `_literal_ignore_rules` 返回 `None` 作为“交给正则路径”的哨兵值，虽然保留了顺序 `re.match` 与异常行为，但把正确性押在调用约定上，建议后续补一个断言或在 `_is_ignored` 中显式处理；(3) 用 TorchDispatchMode 把性能契约写成断言，这是本 PR 最值得借鉴的测试范式；(4) 接受 `(1,)` 形状保持、并在 head 上删除策略回归测试，属于明确声明的取舍，建议后续补回 `tests/fast/utils/test_nvfp4_ignore_policy.py` 或等价用例，并在合并 head 上重跑一次完整发布路径的墙钟对比以闭合性能证据链。

沙箱测试改由凭据注册表驱动，支持任意 provider

修复 CI 证据包丢失败块，按失败数分配预算

值得精读。该 PR 展示了日志证据提取管线中的一个典型容量陷阱：下载窗口足够大但逐级预算不匹配导致信息在加工环节丢失。作者用真实数据定位根因，并采用“按失败实体分配预算 + 套件挑选优先”的对策，设计思路可迁移到其他日志抽取、摘要生成等场景。同时 PR 中“已知缺口明确不处理”的取舍也值得学习：避免在取证层无限扩容，把真正的根因修复留给正确的归属层。

统一 SGLang 投机解码计数并修复跨会话聚合

值得精读。该 PR 展示了跨模块数据契约演进的标准姿势：类型层 fallback 兼容 → 传输层打通 → 权威聚合 → 驱动校验 → 聚合消费，每一步都有测试锚定。特别值得借鉴的是 session v2 的『服务端聚合一次 + 按 session_id 去重』模式，它解决的是树状采样结构下共享节点重复计数的通用问题，可推广到其他以树/图结构回传样本的指标场景。阅读建议聚焦 `miles/utils/types.py` 的 `SpecInfo` 与 `miles/ray/rollout/metrics.py` 的 `_compute_spec_metrics` 两处实现。