radixark/miles

修复 CI 命令应用令牌权限，解决标签命令的 HTTP 403 错误。

该 PR 值得精读，因为它修复了阻塞性的 CI 问题，并展示了良好的工程实践：在修复权限的同时增强错误诊断能力。设计决策如在错误消息中包含权限信息，有助于未来快速调试权限相关问题。

将三个 agent 功能脚本中重复的 session URL 和沙箱凭证处理逻辑提取到共享包 miles/rollout/agentic/。

这是一个值得精读的高质量重构 PR。尽管行为无变化，但其设计决策（安全合约、torch-free 约束、测试策略）和实施方法（结构化提交、机械性证明）都值得学习。对于关注 agentic rollout、沙箱集成或安全凭证管理的工程师，本 PR 提供了很好的参考。核心风险点在于移动的正确性和共享包对 torch-free 的维护，已通过测试得到缓解。

将CUDA Docker镜像中的Megatron-Bridge从固定SHA更新到@bridge分支，以对齐ROCm镜像并获取最新修复。

此PR是一个**值得精读**的基础设施变更。虽然代码改动极小，但其背后涉及了重要的构建策略和依赖管理决策。读者应特别关注： 1. **对PR body中关于BuildKit缓存行为的解释**：理解为什么从SHA固定转向跟踪分支是一个有意识的权衡，以及如何操作才能确保获取最新代码。 2. **与ROCm镜像的对齐**：思考维持多个构建变体（CUDA/ROCm）依赖一致性的价值。 3. **风险接受度**：评估团队对由上游移动分支引入的不确定性是否已有充分的测试和监控措施。

修复 LoRA 训练中值模型构建的参数传递错误，解除阻塞性 TypeError。

该 PR **值得精读**。它不仅是修复一个阻塞性 bug 的常规操作，其测试编写策略和“漂移防护”测试尤其值得关注。特别是 `test_value_head_kwargs_match_the_real_constructor` 测试，它通过 AST 解析源码来验证调用约定，是一种创新且有效的方式来确保接口稳定性，防止跨模块的隐式契约被破坏。建议团队学习并考虑在其他类似场景推广此测试模式。

修复 get_async_loop() 初始化竞态条件，防止多事件循环导致 asyncio 原语绑定错误。

这是一个值得精读的、小而精的 bugfix。它展示了如何诊断和修复一个在异步与多线程混合环境中出现的典型竞态条件。其价值不仅在于修复本身，更在于提供的并发测试模式（利用 barrier 和延迟初始化来可控地复现竞争），这可以作为团队处理类似问题的参考模板。建议所有涉及全局状态初始化或多线程协同开发的工程师关注此 PR。

修复 session R3 增量逻辑，让 abort 模式正常工作并规范 partial_rollout 校验

此 PR 是一个高质量、范围明确的 bug 修复。它解决了一个导致特定有效配置（session-server + abort）无法运行的关键问题，逻辑清晰，测试覆盖全面。其核心改动（`server.py` 中一行，`arguments.py` 中几行）虽小，但影响的是会话管理与路由重放的核心路径。对于参与 session 管理、rollout 或参数系统开发的工程师，建议精读此 PR，尤其是 `use_addition_r3` 的派生逻辑变更和 `retract` 警告的考量。

gpu 模式重排交接顺序，缓解 GB300 主机内存峰值

值得精读。核心看点是 `train.py` 中 handoff 重排的先后顺序论证，以及 `rollout_manager` 细粒度 offload API 如何与 `offload_rollout_level` 配合达到语义自洽。由于没有单测，建议结合 #2706 的 e2e 验证上下文阅读，并关注后续是否补强测试，尤其是 `cpu` 模式下 `onload_weights` 新增 guard 的兼容性测试。

空 step 补全声明式 schema，修复 dashboard 多页面 500 崩溃

值得精读。改动量不大但信息密度高：polars 空数据 schema 推断陷阱、缓存版本在格式迁移中的作用（mtime 匹配 ≠ 格式有效）、并发读下的原子写、以及「先用 revert 实验证明测试能抓到 bug 再提交」的验证方法（PR body 中 2 failed 的对照表）。对 dashboard 维护者、做数据管道容错的工程师尤其有参考价值；`blank_samples` 夹具和 `test_pre_fix_columnless_cache_is_not_served` 是两段值得模仿的测试写法。